[发明专利]基于Adaboost算法的多尺度行人检测方法

权利要求书

1.一种基于Adaboost算法的多尺度行人检测方法，其包括如下步骤： 

⑴训练分类器 

①、训练数据集的构造，训练数据集由N个样本组成，其中正样本为行人，负样本为非行人(背景)； 

②、计算Haar-like特征，选择了A、B、C、D、E、F、G这七种矩形特征来描述行人； 

③、构造分类器，对由②得到的特征按照最小错误率的方法进行训练分类，每轮都会得到一个弱分类器，用弱分类器组合得到最后强分类器； 

⑵、对行人图片进行检测 

①、输入要检测的图片； 

②、设定检测窗口和检测步长，检测窗口与样本的大小相同为64像素*128像素，检测步长选取8像素，10像素，12像素； 

③、按不同的尺度放大缩小图像； 

④、按设定的检测窗口和检测步长遍历图像，加载Adboost算法构造的强分类器进行检测； 

⑤、判断窗口中是否包括行人，保存检测结果； 

⑥、对放大缩小图像的检测结果进行合并； 

⑦、检测结果假阳性去除。用无重去除法和二次分类器验证法对检测结果进行验证，去掉明显不是行人的区域。 

2.根椐权利要求1所述的一种基于Adaboost算法的多尺度行人检测方法，其特征是训练数据集由797个样本组成。 

3.根椐权利要求1所述的一种基于Adaboost算法的多尺度行人检测方法， 其特征是特征按照最小错误率的方法进行训练分类，每轮都会得到一个弱分类器，用弱分类器计算得到最后强分类器。 

4.根椐权利要求1所述的一种基于Adaboost算法的多尺度行人检测方法，其特征是本发明统一样本图像的大小为64像素＊128像素。