一种基于AdaBoost‑SVM集成学习算法的行人检测方法

摘要

本发明公开了一种基于AdaBoost‑SVM集成学习算法的行人检测方法，其特征在于，所述方法包括如下步骤：S1：建立行人图像的数据库；S2：得到图像样本的特征向量；S3：对样本集进行采样，得到T组样本集；S4：得到T个分类器；S5：采集需要检测的行人图像；S6：得到需要检测图像的特征向量；S7：将需要检测图像的特征向量放入T个分类器进行检测，得到T个检测结果；S8：根据T个检测结果中哪个图像的特征向量被检测到的次数结果多，就将此图像作为最终的行人检测结果。这种方法能提高检测的准确率、提高识别的速度。