原文服务方: 计算机测量与控制       
摘要:
为解决智能视频监控系统下中远距离的行人检测问题,设计并实现了一个基于目标形状特征的检测系统;提出了4种较为有效的旨在描述人体形状局部特性的矩形特征,引入了对传统Adaboost算法的改进措施,减小了计算量,优化了系统结构;试验表明,该系统具有较高的检测率和处理速度,对阴影、雨天、枝叶晃动等监控场景中常见的噪声干扰不敏感,在P4 3.0 GHz的PC上处理320×240的视频序列可达到15帧/s以上.
推荐文章
基于SVM-AdaBoost算法的行人检测方法
行人检测
AdaBoost算法
SVM算法
基于双阈值运动区域分割的AdaBoost行人检测算法
双阈值运动区域分割
AdaBoost学习算法
Haar-like弱矩形特征
强分类器
Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法
行人检测
Hadoop
云计算
主成分分析
梯度直方图
Adaboost
基于Adaboost算法的行人检测方法
行人检测
安全辅助驾驶
Adaboost算法
类Haar特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Adaboost算法的实时行人检测系统
来源期刊 计算机测量与控制 学科
关键词 行人检测 Adaboost算法 矩形特征 智能视频监控
年,卷(期) 2006,(11) 所属期刊栏目 自动化测试
研究方向 页码范围 1462-1465
页数 4页 分类号 TP2
字数 语种 中文
DOI 10.3321/j.issn:1671-4598.2006.11.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程咏梅 西北工业大学自动化学院 266 3802 27.0 51.0
2 杨涛 西北工业大学自动化学院 46 504 13.0 21.0
3 赵春晖 西北工业大学自动化学院 69 1138 16.0 32.0
4 张洪才 西北工业大学自动化学院 243 5379 38.0 64.0
5 朱谊强 西北工业大学自动化学院 1 48 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (48)
同被引文献  (18)
二级引证文献  (113)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(7)
  • 引证文献(6)
  • 二级引证文献(1)
2010(8)
  • 引证文献(4)
  • 二级引证文献(4)
2011(8)
  • 引证文献(3)
  • 二级引证文献(5)
2012(19)
  • 引证文献(3)
  • 二级引证文献(16)
2013(12)
  • 引证文献(2)
  • 二级引证文献(10)
2014(14)
  • 引证文献(5)
  • 二级引证文献(9)
2015(20)
  • 引证文献(5)
  • 二级引证文献(15)
2016(10)
  • 引证文献(0)
  • 二级引证文献(10)
2017(17)
  • 引证文献(6)
  • 二级引证文献(11)
2018(17)
  • 引证文献(2)
  • 二级引证文献(15)
2019(15)
  • 引证文献(5)
  • 二级引证文献(10)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
行人检测
Adaboost算法
矩形特征
智能视频监控
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导