基于Gentle AdaBoost算法的牛体检测

• 作者: 李凤民 杨耀权 王菁 高韬
• 来源期刊: 计算机应用研究
• 关键词: 牛体检测 BOF特征向量 特征提取 Gentle AdaBoost 训练分类器
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3495-3498,3512
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001--3695.2016.11.065

摘要

针对目标在形状、外观和光照条件发生较大变化时产生的检测率低的问题，以牛体检测为例提出了基于Gentle AdaBoost算法的牛体检测。利用bag of features （BOF）的思想创建特征词典，然后通过词典对牛体目标进行特征提取，最后通过Gentle AdaBoost算法对训练集的BOF特征向量进行训练分类，获得目标对象和场景的分类模型。实验结果表明，该算法训练的检测器在牛体目标存在光照不均匀、形变时均可实现可靠的检测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王菁	石家庄市发展和改革委员会信息中心	15	74	5.0	8.0
2	杨耀权	华北电力大学自动化系	69	681	13.0	24.0
3	李凤民	华北电力大学自动化系	1	1	1.0	1.0