基于支持向量机和AdaBoost的行人检测

【摘要】：在计算机视觉领域,行人检测技术一直是一个复杂而又极具挑战的课题和研究热点。同时,随着交通安全问题的日益严重,行人检测技术作为智能交通管理系统的重要组成部分,相关技术和理论也越来越多地受到人们的关注。本文把行人检测看作一个两分类问题,结合支持向量机(Support VectorMachine,SVM)分类效果较好和AdaBoost(Adaptive Boost)算法速度快、容易获取弱分类器等特点,提出了一种基于级联结构的SVM和AdaBoost算法相结合的行人检测方法,以提高行人检测的准确率和速度。

下载App查看全文

下载全文更多同类文献

PDF全文下载

CAJ全文下载

(如何获取全文？欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式，AdobeReader仅支持PDF格式

	【相似文献】
	【相似文献】

中国期刊全文数据库

前20条

1	别致;周俊生;陈家骏;;基于SVM-Adaboost的中文组块分析[J];计算机工程与应用;2008年21期
2	杨艳;燕东渭;赵奎锋;魏亭;;综合学习方法AdaBoost在暴雨预测中的应用[J];计算机系统应用;2007年01期
3	周红英;蔺启忠;吴昀昭;王钦军;;基于AdaBoost的组合分类器在遥感影像分类中的应用[J];计算机应用研究;2007年10期
4	蒋焰;丁晓青;;基于多步校正的改进AdaBoost算法[J];清华大学学报(自然科学版)网络.预览;2008年10期
5	雷炜;;一种对决策树优化的方法AdaBoost及其改进[J];中原工学院学报;2008年06期
6	陈家辉;付忠良;陈腊梅;;基于模板匹配的AdaBoost演化算法[J];计算机应用;2007年12期
7	朱晗鸣;;基于人脸检测的安保监控系统[J];微型电脑应用;2009年11期
8	陈松峰;范明;;利用PCA和AdaBoost建立基于贝叶斯的组合分类器[J];计算机科学;2010年08期
9	赵江,徐鲁安;基于AdaBoost算法的目标检测[J];计算机工程;2004年04期
10	李锐;王卷乐;任正超;;基于AdaBoost算法的城镇建设用地遥感动态提取研究[J];国土资源遥感;2010年02期
11	李胜;张培林;佟若雄;;基于多类AdaBoost的故障诊断算法[J];电子测量技术;2011年08期
12	李广群;王志海;田凤占;;一种基于AdaBoost方法的树形HNB组合分类器[J];广西师范大学学报(自然科学版);2007年04期
13	柳秋云;;改进的朴素贝叶斯分类器在医疗诊断中的应用[J];科技创新导报;2008年31期
14	周贤善;罗兵;;基于ANN集成的贴片安装机器视觉检测[J];武汉理工大学学报;2008年01期
15	孙凤琪;;AdaBoost集成神经网络在冲击地压预报中的应用[J];吉林大学学报(信息科学版);2009年01期
16	詹朝铖;李正波;;基于Adaboost的架空输电线路巡线机器人障碍识别[J];计算机与数字工程;2009年11期
17	付忠良;赵向辉;;分类器动态组合及基于分类器组合的集成学习算法[J];四川大学学报(工程科学版);2011年02期
18	姜远;周志华;;基于词频分类器集成的文本分类方法[J];计算机研究与发展;2006年10期
19	付忠良;;分类器线性组合的有效性和最佳组合问题的研究[J];计算机研究与发展;2009年07期
20	何海燕;施培蓓;;基于改进AdaBoost算法的行人检测方法[J];安庆师范学院学报(自然科学版);2009年03期

中国重要会议论文全文数据库

前10条

1	杨韶瑞;高爱华;秦文罡;;基于支持向量机和AdaBoost的行人检测[A];2011西部光子学学术会议论文摘要集[C];2011年
2	林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3	荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
4	尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
5	眭新光;沈蕾;燕继坤;朱中梁;;基于Adaboost的文本隐写分析[A];全国网络与信息安全技术研讨会论文集（上册）[C];2007年
6	顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
7	李巍华;刘雯;;基于主元分析和直推式支持向量机的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
8	刘碧森;钟守铭;陈华富;;基于支持向量机与粗糙集理论的信息处理[A];第二届全国信息获取与处理学术会议论文集[C];2004年
9	杜金香;冯西安;马艳;;支持向量机在DOA估计中的稳健性研究[A];2011'中国西部声学学术交流会论文集[C];2011年
10	郭小荟;马小平;;基于EMD近似熵特征提取和支持向量机的故障诊断方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年

中国博士学位论文全文数据库

前10条

1	宋华军;基于支持向量机的目标跟踪技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2006年
2	万民永;智能视频监控算法及硬件实现研究[D];浙江大学;2012年
3	刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4	常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
5	马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
6	梁新荣;高速公路智能控制方法研究[D];华南理工大学;2005年
7	李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
8	杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学（河北）;2007年
9	张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
10	薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年

中国硕士学位论文全文数据库

前10条

1	王科欣;改进的Adaboost集成神经网络技术在财务预警模型中的应用[D];暨南大学;2010年
2	赖敏;基于AdaBoost迭代学习的支持向量机分类算法[D];重庆师范大学;2010年
3	宋静;SVM与AdaBoost算法的应用研究[D];大连海事大学;2011年
4	高艳;基于软间隔的AdaBoost弱分类器权重调整算法[D];西安电子科技大学;2011年
5	陈春萍;基于SVM与AdaBoost组合的分类算法研究[D];西安电子科技大学;2012年
6	李广群;基于AdaBoost的限制性贝叶斯组合分类器研究[D];北京交通大学;2008年
7	朱焱;基于AdaBoost-LMBP的高速公路交通事件检测算法研究[D];西南交通大学;2012年
8	聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
9	冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
10	王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年

中国重要报纸全文数据库

前1条

1	秦明敏;山东特检院罐底在线检测国内首创[N];科技日报;2007年

	快捷付款方式		订购知网充值卡	订购热线	帮助中心
	微信支付支付宝银行卡	知网卡在线购卡更多>>	免费送卡上门银行汇款购卡邮局汇款购卡	400-819-9993 010-62982499 010-62783978	常见问题在线咨询阅读器下载	充值中心知网卡新手指南