一种基于类Haar特征和改进AdaBoost分类器的车辆识别算法

被引：82

作者：

文学志 ^{[1
,2
,3
]}

方巍 ^{[1
,2
]}

郑钰辉 ^{[1
,2
,3
]}

机构：

[1] 南京信息工程大学计算机与软件学院

[2] 南京信息工程大学高性能网格计算与并行处理研究中心

[3] 昆山中创软件工程有限责任公司博士后工作站

来源：

电子学报 | 2011年 / 39卷 / 05期

关键词：

车辆识别; 类Haar特征; AdaBoost算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种基于类haar特征和改进AdaBoost分类器的车辆图像识别算法,以解决当前基于SVM分类器或级联分类器存在的分类识别性能不足以及传统基于AdaBoost算法的训练所需时间过长的问题.首先,基于积分图提取图像的扩展类haar特征,然后对所提取的海量类haar特征应用改进的AdaBoost分类器训练方法进行特征选择及分类器训练,最后利用所选择的特征信息及训练得到的分类器进行两类分类识别.实验结果表明,文中方法无论是在识别性能还是训练所需时间方面均明显优于传统方法,具有较好的应用前景.

引用

页码：1121 / 1126

页数：6

共 4 条

[1] 面向短文本的动态组合分类算法
闫瑞
曹先彬
李凯
[J]. 电子学报, 2009, 37 (05) : 1019 - 1024
[2] 移动摄像机环境下基于特征变换和SVM的分级行人检测算法
田广
戚飞虎
[J]. 电子学报, 2008, (05) : 1024 - 1028
[3] Robust real-time face detection
Viola, P
Jones, MJ
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 57 (02) : 137 - 154
[4] Vehicle detection and recognition in greyscale imagery
Matthews, ND
An, PE
Charnley, D
Harris, CJ
[J]. CONTROL ENGINEERING PRACTICE, 1996, 4 (04) : 473 - 479

← 1 →