针对目标在形状、外观和光照条件发生较大变化时产生的检测率低的问题,以牛体检测为例提出了基于Gentle AdaBoost算法的牛体检测。利用bag of features(BOF)的思想创建特征词典,然后通过词典对牛体目标进行特征提取,最后通过Gentle AdaB...针对目标在形状、外观和光照条件发生较大变化时产生的检测率低的问题,以牛体检测为例提出了基于Gentle AdaBoost算法的牛体检测。利用bag of features(BOF)的思想创建特征词典,然后通过词典对牛体目标进行特征提取,最后通过Gentle AdaBoost算法对训练集的BOF特征向量进行训练分类,获得目标对象和场景的分类模型。实验结果表明,该算法训练的检测器在牛体目标存在光照不均匀、形变时均可实现可靠的检测。展开更多
文摘针对目标在形状、外观和光照条件发生较大变化时产生的检测率低的问题,以牛体检测为例提出了基于Gentle AdaBoost算法的牛体检测。利用bag of features(BOF)的思想创建特征词典,然后通过词典对牛体目标进行特征提取,最后通过Gentle AdaBoost算法对训练集的BOF特征向量进行训练分类,获得目标对象和场景的分类模型。实验结果表明,该算法训练的检测器在牛体目标存在光照不均匀、形变时均可实现可靠的检测。
