基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着智能交通的发展,道路行人主动安全的重要性愈发凸显,且越来越受到国内外研究机构的重视。选取 Harr-like特征,利用积分图快速计算矩形特征,对传统的Adaboost算法引入优化更新权重的方法,提出1种基于级联分类器的行人检测方法,实现行人的实时区域快速检测。实验结果表明,基于改进Adaboost算法的快速行人检测与定位方法实时性强、准确率高,基于该算法的行人快速检测与定位系统可靠性高、鲁棒性强。
推荐文章
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
基于双目图像的行人检测与定位系统研究
立体匹配
行人检测
卷积神经网络
基于AdaBoost算法与改进帧差法的动态行人检测
AdaBoost算法
帧差法
HOG特征
行人检测
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 基于改进 Adaboost 的行人快速检测与定位算法
来源期刊 交通信息与安全 学科 交通运输
关键词 行人检测 Adaboost算法 Harr-like特征 级联分类器算法
年,卷(期) 2014,(2) 所属期刊栏目 新技术及应用
研究方向 页码范围 1-5
页数 5页 分类号 U495
字数 3361字 语种 中文
DOI 10.3963/j.issn1674-4861.2014.02.001
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 徐建闽 华南理工大学土木与交通学院 354 5014 38.0 50.0
2 裴玉龙 哈尔滨工业大学交通科学与工程学院 171 4469 36.0 58.0
3 游峰 华南理工大学土木与交通学院 29 259 9.0 15.0
4 李福樑 华南理工大学土木与交通学院 4 24 3.0 4.0
5 冯琼莹 华南理工大学土木与交通学院 2 11 2.0 2.0
6 张荣辉 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (21)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (246)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
行人检测
Adaboost算法
Harr-like特征
级联分类器算法
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
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
论文1v1指导