级联分类器

摘要： 为了评估工业产品的结构安全性,严格控制产品质量,该文从光纤工业生产的角度出发,结合机器视觉在缺陷检测方面的应用,提出了一种基于Gabor滤波器的光纤缺陷检测系统。使用一组包含中值滤波和Gabor滤波的滤波器来消除背景纹理的影响,增强缺陷特征;将滤波后的图像分成大小相同的小块,根据每个子块包含的缺陷特征的数量,将这些子块分为有缺陷块和无缺陷块;根据原始图像的灰度和缺陷区域的形状和位置特征进行筛选,从而判断光纤图像类型。实验结果表明,该文所提的方法能够有效地应用于光纤的无损检测,为光纤产品质量保证提供了可行的解决方案。

摘要： 由于传统的驾驶员违规接听电话行为检测方法缺乏一套严谨的评判模型,难以满足现实中驾驶员违规接听电话的识别需要,因此如何建立一套合理有效的评判模型成为亟待解决的问题。针对目前评判模型的局限性,采用计算机视觉技术和深度学习模型相结合的方式对驾驶员违规接听电话行为进行科学评判。主要是通过提取的Haar-Like特征训练级联分类器捕获脸部特征,采用CNN模型和ROI技术提取手部特征,并利用YoloV3目标检测算法识别手机,依据特征间的空间位置关系来判断驾驶员是否存在违章接听电话行为。通过大量数据的实验测试,结果证明了该评判模型不仅能将精确度提高至96.28%,而且能实时检测到行车时违规接听电话行为并进行提醒,进而降低因违规接听电话发生交通事故的概率。

摘要： 为了实现香蕉植株假茎宽度的快速无损测量,提出了一种基于双目相机的图像测量方法.实验随机选取100株香蕉植株分别从距香蕉假茎0.9、1.2、1.6、1.9 m处获取香蕉植株的双目RGB图像,共得到400个样本.首先通过双目标定、立体校正、立体匹配得到视差图,并将其随机分为训练集(170个样本)与测试集(230个样本).然后对训练集中的假茎进行手动矩形框标注,并采用级联分类器进行训练,得到假茎的自动识别模型.最后将测试样本识别出的假茎矩形区域特征点转换到相机坐标系下进行倾斜度矫正,得到假茎的最终测量宽度.结果表明,本系统可以对香蕉假茎进行快速识别,识别率达到94.8％.不同的测量距离会影响检测精度,1.2 m距离处的测量精度最高,与真实值的决定系数R2达到了0.8538,相对误差仅为2.0％.

摘要： 舌象分析是计算机视觉技术在中医望诊的客观化、定量化应用研究中的一个重要课题,其中2个关键步骤是舌体分割和舌象分类.通过级联分类器在原始图像上实现自动舌体定位,再将分割后的舌体图像在GoogLeNet和ResNet上进行深度迁移学习训练,用得到的深度网络对齿痕、裂纹和舌苔厚薄3种主要舌象特征进行分类.从中医医疗机构中获取2245幅舌体图像建立数据集,对齿痕、裂纹和舌苔厚薄3类舌体图像进行分类实验,结果表明,所提方法分类性能优于传统的舌体图像特征分类方法,验证了基于深度迁移学习的舌象特征分类方法的有效性.

摘要： 围绕一种集火焰识别与定位、路线规划、自动巡逻、环境参数检测、险情预警等功能于一体的室内智能安防车设计,提出将测距法与地磁计相结合的路线规划导航方法,结合PID算法和椭圆拟合算法实现了小车自动巡逻时走直线与转向的精准控制.基于OpenCV库的Haar-Like特征训练分类器,实现对火焰及入室人员的智能识别,结合传感器采样信息实现对火焰位置的精准定位.系统由手机端、智能小车、网关、云平台组成.该设计解决了传统室内安防设备安装位置固定导致检测死角的问题,给未来的室内智能移动安防设计提供了一定的参考价值.

摘要： 生活垃圾的有效处理和相关高价值废品的回收再利用,已日益成为社会关注的焦点.目前垃圾分拣主要采用人工分拣,工作强度大、效率低,基于此,课题组提出了一种能自动识别垃圾并进行分拣的算法,以提取图像的LBP特征编码为基础,设计了基于LBP特征的级联分类器.仿真结果表明,通过对果皮和有害垃圾的123张样本图片进行LBP特征提取,训练出的具有15级弱分类器的Adaboost模型,能对测试集314张垃圾图片进行识别,识别率达到90.4％.

摘要： 提出了一种基于级联分类器的快速人脸检测方法。首先使用Adaboost算法训练样本,将一族弱学习算法通过一定规则结合成一个强学习算法,得到一个具有较高识别率的分类器。然后通过构造一个多层级联分类器快速检测人脸。试验结果表明,该方法具有良好的性能,与其他检测算法相比大大提高了检测速度。

摘要： 基于机器学习的文本分类技术能够自动对给定的文本分门别类,具有广泛的应用前景,因此得到了学者的广泛的关注.本文在基于论文标题和摘要的等数据基础上,采用不同的分类方法对学术论文的学科分类进行了深入的对比研究,旨在找出适合学术论文这一短文本分类问题的最佳分类方案组合和参数组合.此外,提出一种基于分类置信度的超短文本级联分类器,进一步提高分类精度,并采用实验验证了其有效性.

摘要： 首先给出了通过矩形块与三角像素特征块相结合所构造的八种用于眼睛检测的扩展三角特征原型块。考虑扫描块在人脸背景中遍历时眼睛样本图像块数量远少于非眼睛样本块数的实际，提出了一种结合Haar特征和三角特征的AdaBoost快速眼睛检测算法。通过级联分类器的前几层强分类器完成排除大部分非眼睛样本；然后，通过后续强分类器进行判断大部分的眼睛图像块和少量非眼睛图像块。检测时间消耗有所下降，这样可以保证整体的检测速度.实验结果进一步表明该算法具有更好的检测性能，与仅使用Haar特征相比正检率有一定程度提高。

摘要： 针对低光照条件下的军事目标检测问题，提出了一种基于Gabor 小波、主成分分析和Adaboost 算法的目标检测方法。首先基于二维Gabor 小波变换进行特征提取，然后利用主成分分析进行特征降维，最后使用Adaboost 算法对降维后的Gabor 特征进行训练得到强分类器。为了提高检测准确率，采用多个强分类器组合成级联分类器。实验结果证明了该方法的有效性。

摘要： 在行人检测领域,Adaboost方法正被越来越广泛地应用.本文在基于Adaboost方法的基础上提出了一种选取行人局部特征,并将模板匹配思想融入行人检测的组合特征检测方法。将用Adaboost方法检测行人不同的局部区域和用模板对人体的局部区域进行匹配相结合,通过实验证明了本文的方法有较好的检测效果。

摘要： 本文提出一种基于AdaBoost级联分类器的双通道多分类器融合结构,综合利用了多种级联检测分类器,可以同时检测正面、侧面多人脸图像,和面部特征器官,左眼、右眼、鼻子、嘴巴。提高了对面部信息感知的鲁棒性和准确性。

摘要： 提出了一种使用多级分类器级联结构的快速人脸检测方法。该方法首先利用积分图快速计算出检测所需简单特征；然后使用Adaboost算法从一个较大的特征集中选出少量关键的特征来构造出弱分类器,通过多个弱分类器组合成一个强分类器；最后通过构造一个多层级联分类器快速去除图像中的大部分非人脸区域,而在可能的目标区花费更多的计算。试验结果表明,该方法具有良好的性能,与其他检测算法相比大大提高了检测速度。

摘要： 为提高人脸检测速度,提出了一种基于特征和基于图像相结合的快速人脸检测方法。在训练阶段,利用训练样本的低频小波系数来训练fisher线性分类器和支持向量机(SVM);在检测阶段,首先利用双眼区域的亮度关系和脸部的对称性来快速过滤掉大量的背景区域,再利用fisher线性分类器去除部分背景区域,最后用SVM对余下的区域进行进一步的验证,以确认是否是人脸。实现结果表明了该方法的正确性和有效性。

摘要： 人耳检测是人耳识别系统的第一个环节.本文在比较已有人耳检测方法的基础上,介绍了一种复杂背景下的快速人耳检测方法.该方法主要分为两个阶段,离线级联分类器训练阶段和在线检测阶段.在离线训练阶段,首先结合人耳轮廓清晰,凹凸有致的特点,采用扩充后的haar-like型特征,依最近邻法则构造出弱分类器空间,然后根据经验选择GAB算法训练出强分类器,最后将多个强分类器级联成多层人耳检测器.在线检测阶段,为提高检测率,我们采用了调整分类器阈值和缩放检测子窗口的策略.最终检测器在实验室人耳库上测试,检测率能达到98％以上.实验结果表明,我们的人耳检测方法具有较高的检测率和较好的鲁棒性。

摘要： 结合局部特征建模和多分类器组合的优势,文章提出一种基于AdaBoost的局部可控特征的人脸识别方法.在可控特征上构造大量的弱分类器,用AdaBoost算法选择有效分类器,最终的强分类器由多个分类器的线性加权和组成,能够有效地度量人脸之间的相似性.

摘要： 本发明公开了一种基于Adaboost级联分类器检测避雷器螺母的方法，包括以下步骤：初始化单目相机参数；采集避雷器螺母的图像样本，训练检测螺母的级联分类器；采集避雷器铭牌的图像样本，训练检测铭牌的级联分类器；采集包含避雷器螺母的图像；利用级联分类器检测出铭牌区域；将铭牌区域按照置信度排序，依次从置信度高的铭牌区域中检测螺母，直到检测出螺母为止。本发明能够快速、准确地从图像中检测出螺母，并且有效地降低误检率，为带电作业机器人机械臂末端拆装避雷器提供有效数据，使得机械臂能够准确地靠近避雷器，完成后续避雷器的抓取和拆卸工作，具有好的应用前景和价值。

摘要： 本发明公开了一种基于级联分类器的高铁接触网双套管连接器部件六边形大螺母不良状态检测方法。包括以下步骤：首先建立关于双套管连接器部件的样本库，提取样本的HOG特征训练级联的AdaBoost分类器，在此基础上训练支持向量机分类器，实现双套管连接器部件的定位；其次，采用Hough变换实现目标图像中双套管连接的平腕臂和斜腕臂倾角的提取，并将平腕臂旋转至水平方向，进而实现平腕臂和连接器的分割；再将斜腕臂旋转至竖直方向，实现斜腕臂和连接器的分割。故障判定时,在提取到的连接器图像中，根据光斑位置设定横向基线，检测其横向灰度奇异值，对双套管连接器六边形大螺母脱落故障做出精确判断。

摘要： 本发明提供一种基于级联分类器的安卓恶意代码检测模型方法，获取待检测的apk文件；使用apktool反汇编apk提取资源文件，图片文件和布局文件；使用dex2jar将apk反编译成java源码；使用jd‑gui查看APK中classes.dex转化出的jar文件，即源码文件；从反汇编的文件中提取操作码序列和api调用；将操作码序列和api调用特征合并为一个特征；用特征训练级联分类器，降低恶意代码误检率。本发明有效的区分良性样本和恶意软件，降低恶意软件的误检率，实现安卓端的应用安全；本发明是一种检测率高，成功率高，误检率低的检测方法；通过级联分类器的检测恶意软件，有效的降低恶意代码的误报率，同时比单个分类器的检测高效，比多个分类器的检测节约时间，大大提升了安卓端恶意代码检测的效率。

摘要： 本发明实施例提供了一种级联分类器训练方法及装置，用以降低级联分类器的误检率。该方法包括：依次为每一级强分类器选取样本进行训练，对于第一级强分类器之后的任一级强分类器，在进行负样本训练时，判断选取的负样本的尺寸是否小于预设尺寸，如果是，将所选负样本缩放为级联分类器的检测窗口大小的图片；否则，从所选负样本中截取检测窗口大小的图片；将处理负样本得到的图片输入所述任一级强分类器之前已训练的强分类器进行检测，选取被误检的图片；根据所述被误检的图片对所述任一级强分类器进行负样本训练。

摘要： 本发明公开了一种基于级联分类器的少样本商品分类系统，通过多层提取少样本商品对应的图像特征，并将每一层提取的图像特征对应输入到级联分类器的每一级分类器中，通过级联分类器计算少样本商品为对应商品类的分类权重，并通过分析少样本商品与基础商品的类间关联性，并基于类间关联性级联更新并最终得到少样本商品的分类权重，最后级联分类器根据最末层提取的图像特征和最终得到的分类权重，输出对少样本商品的分类结果，本发明通过级联分类器对特征提取器的各个隐藏层提取的隐藏特征进行分类权重计算，然后基于少样本商品与基础商品的类间区分度，级联更新少样本商品的分类权重，有利于提高对少样本商品进行分类的准确率和分类效率。

摘要： 本发明公开了一种基于级联分类器的神经系统疾病分类方法，属于医学影像的计算机处理领域，本发明基于级联分类器的神经系统疾病分类方法在特征送入分类器之前，使用经验核映射增强脑网络特征的表达，使其在高维特征空间具有更好地空间分布特性，并在分类器训练过程中通过样本选择逐步纳入训练样本，并根据样本贡献确定样本权重，避免训练过程中离群样本的干扰，从而提高分类模型的鲁棒性。本发明还涉及一种基于级联分类器的神经系统疾病分类系统以及装置。

摘要： 本发明公开了一种基于Adaboost级联分类器检测避雷器螺母的方法，包括以下步骤：初始化单目相机参数；采集避雷器螺母的图像样本，训练检测螺母的级联分类器；采集避雷器铭牌的图像样本，训练检测铭牌的级联分类器；采集包含避雷器螺母的图像；利用级联分类器检测出铭牌区域；将铭牌区域按照置信度排序，依次从置信度高的铭牌区域中检测螺母，直到检测出螺母为止。本发明能够快速、准确地从图像中检测出螺母，并且有效地降低误检率，为带电作业机器人机械臂末端拆装避雷器提供有效数据，使得机械臂能够准确地靠近避雷器，完成后续避雷器的抓取和拆卸工作，具有好的应用前景和价值。

摘要： 本发明公开了一种基于级联分类器的高铁接触网双套管连接器部件六边形大螺母不良状态检测方法。包括以下步骤：首先建立关于双套管连接器部件的样本库，提取样本的HOG特征训练级联的AdaBoost分类器，在此基础上训练支持向量机分类器，实现双套管连接器部件的定位；其次，采用Hough变换实现目标图像中双套管连接的平腕臂和斜腕臂倾角的提取，并将平腕臂旋转至水平方向，进而实现平腕臂和连接器的分割；再将斜腕臂旋转至竖直方向，实现斜腕臂和连接器的分割。故障判定时,在提取到的连接器图像中，根据光斑位置设定横向基线，检测其横向灰度奇异值，对双套管连接器六边形大螺母脱落故障做出精确判断。

摘要： 本公开的实施例涉及一种利用级联分类器检测3D点云中的道路边界的方法和装置，该装置包括：基于规则的分类器，被配置为利用构成LiDAR簇的点云周围的框参数和点参数来确定接收的LiDAR簇是否有可能成为道路边界的候选；以及基于学习的分类器，被配置为将机器学习方案应用于由基于规则的分类器选择作为道路边界的候选的LiDAR簇，以确定LiDAR簇为道路边界或道路边界以外的物体。

摘要： 本发明涉及无人机自主着陆引导技术，为提出受高度影响小的无人机着陆引导方法，本发明，基于级联分类器的高空无人机着陆标志识别方法，1)操纵无人机至着陆点附近；2)获取图像：采集图像；3)使用基于哈尔Harr特征的级联分类器对图像进行着陆标志检测；4)判断是否有着陆标志存在，如没有，进行步骤5)；如存在，则进行步骤8)；5)使用基于局部二值模式LBP特征的级联分类器对图像进行着陆标志检测；6)判断是否有着陆标志存在，如没有，进行步骤7)；如存在，则进行步骤8)；7)调整无人机姿态，进行步骤2)；8)操纵无人机下降高度，进行着陆。本发明主要应用于无人机自主着陆场合。