静态图像中基于多分类器的人体检测技术研究

• 作者: 吴明军 彭先蓉 胡幸福
• 来源期刊: 微电子学与计算机
• 关键词: Haar特征 Adaboost 分类器 人体检测
• 年，卷（期）: 2012,（10）
• 页码范围: 173-176
• 分类号: TP393
• 语种: 中文

摘要

首先介绍Haar特征,然后介绍用于分类器训练的Adaboost算法,该方法训练的级联分类器用于人体检测时虽然具有很高的检测率,但虚警率较高.为了保持检测率,降低虚警率,在原有分类器的基础上再训练两个分类器,一个是利用头肩样本训练的分类器,另一个是利用腿部样本训练的分类器.实验证明：该方法设计的分类器在保持较高的检测率的同时其虚警率比原方法设计的分类器降低一个数量级.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭先蓉	中国科学院光电技术研究所	12	66	3.0	7.0