基于Gentle Adaboost的气密性检测系统

差压法气密性检测易受外部因素与预设参数影响。针对问题基于集成学习建立气密性检测系统,包含传感器终端数据采集系统、人机交互界面,并用最小二乘法对传感器进行线性拟合,利用Gentle Adaboost算法寻找每轮迭代中最佳弱分类器并更新下一轮样本权重,通过集成数轮迭代中最佳弱分类器组成强分类器,对被测物的气密性能进行判断。实验结果表明:所提系统在气密性检测中的准确度、精确度与召回率皆优于传统方法与单一分类模型,准确度达到99.8%,能有效克服外部因素对检测结果的影响,提高了差压法气密性检测的准确性与稳定性。

基于改进Gentle-Adaboost算法的疲劳驾驶中人脸检测研究

疲劳驾驶检测中人脸检测的算法有很多，其中相对成熟的是Gentle-Adaboost此算法虽然识别率较高，但是识别时间较长，研究在识别过程中使用均值哈希算法进行算法优化，并引入缓存的概念来缩短识别时间．首先，根据Gentle-Adaboost算法和Haar特征来提取基本特征点，然后通过对比前后两帧图像的哈希指纹来减少人脸检测次数，最后通过缓存数据库来存储相似图片的哈希指纹，运行一段时间后仅需通过对比哈希指纹就能精准的找到人脸区域．通过实验，可以证明改进后的平均识别时间可减少原时间的80％．

针对行人目标的激光炫目器自动调焦系统设计

某型警用激光眩目器主要应用于安防领域,发射对人眼较敏感的532nm绿激光照射人体目标,可以使嫌疑人目标暂时性失去视力。为提高激光利用率,需要使激光光斑尽可能覆盖有效人体目标范围。测试时使用摄像机获取视频,利用Gentle Adaboost算法,通过基于数字信号处理器(DSP)的视频处理系统实现了行人目标检测及测定行人大小,同时通过单片机控制电路,根据行人大小控制激光镜头自动调焦,以适应行人目标。