收藏本站
《2011西部光子学学术会议论文摘要集》2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机和AdaBoost的行人检测

杨韶瑞  高爱华  秦文罡  
【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。
【作者单位】:西安工业大学光电工程学院
【分类号】:TP18

手机知网App
【相似文献】
中国期刊全文数据库 前10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
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
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
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026