基于Haar-like和Adaboost的车辆检测算法研究

摘要

cqvip:为了提高运用普通哈尔特征的Adaboost算法检测车辆的识别率,解决计算复杂等问题,提出了基于差异化较大的车辆特征区域的扩展哈尔特征,利用积分图计算特征值,通过Adaboost算法在车辆正面、背面以及侧面的样本集上分别训练出各自的分类器,并将它们组成多通道级联强分类器。通过OpenCV实现车辆检测的实验,结果证明:通过该方法能够有效地减少弱分类器数量,提高计算速度和识别率,对于实时检测视频中不同状态的车辆有较强的鲁棒性。