文件名称：论文研究-基于双阈值运动区域分割的AdaBoost行人检测算法.pdf
文件大小：1.69MB
文件格式：PDF
更新时间：2022-08-11 11:53:50
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
结合单目摄像机静止拍摄的视频序列使用背景差法或AdaBoost算法检测行人时分别存在易受噪声干扰或检测速度慢的问题, 提出一种双阈值运动区域分割的AdaBoost快速行人检测算法。首先建立背景帧, 利用前景帧与背景帧的差分图像拟合噪声曲线, 提取噪声与亮暗运动目标的阈值, 消除噪声, 分割出运动区域; 然后通过AdaBoost学习算法选择少量有效的Haar-like弱矩形特征构造强分类器; 最后在运动区域利用强分类器检测是否包含行人。实验结果表明, 该方法迅速缩小了检测范围, 加快了检测速度, 降低了误检率。