多特征融合的道路车辆检测方法

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：蔡益红
• 会议时间：2012-11-01
• 关键词：道路车辆检测 ; 级联分类器 ; Haar-like ; 方向梯度直方图 ; AdaBoost ; 支持向量机
• 作者单位：湖南大学信息科学与工程学院,湖南长沙410082
• 母体文献：中国自动化学会及中南(六省)区自动化学会与中国有色金属学会计算机学术委员会30届学术年会论文集
• 会议名称：中国自动化学会及中南(六省)区自动化学会与中国有色金属学会计算机学术委员会30届学术年会
• 会议地点：长沙
• 主办单位：中国自动化学会
• 语种：chi

摘要

通过改进基于Haar-Iike特征和Adaboost的级联分类器,提出一种融合Haar-Iike特征和HOG特征的道路车辆检测方法。在传统级联分类器的Harr-like特征基础上引入HOG特征;为Haar-like特征和HOG特征分别设计不同形式的弱分类器,对每一个特征进行弱分类器的训练,用Gentle Adaboost算法代替Discrete Adaboost算法进行强分类器的训练;在级联分类器的最后几层上使用Adaboost算法挑选出来的特征组成特征向量训练SVM分类器。实验结果表明所提出的方法能有效检测道路车辆。