基于改进AdaBoost+Haar的车辆检测算法

作者：黎向锋; 赵伟康; 豆心愿; 李堃; 左敦稳

来源：测控技术, 2019, 38(02): 42-45.

DOI：10.19708/j.ckjs.2019.02.009

• AdaBoost算法
• 训练检测
• 分类器结构
• 车辆宽度

为解决AdaBoost+Haar分类器易发散和检测效率低等问题,对该算法的训练和检测进行改进:在训练阶段对负样本进行分类,训练出的分类器的结构先简单后复杂,这样可以有效避免分类器在训练的时候过早发散,提高检测效率;在检测阶段,提出车宽匹配检测算法,以检测框底边作参考边,调整检测窗口的范围,减少检测窗口数量。实测表明,在白天不同时段、不同场景情况下用该算法来检测车辆,能够在提高检测率的同时,将检测速度提高7倍。

• 单位
  吉林大学; 南京航空航天大学