论文部分内容阅读
基于AdaBoost分类器的图像/视频目标检测系统具有检测精度高、检测速度快的特点,但当训练样本数目多、样本描述的特征维数高时,分类器的训练过程将会异常缓慢。为有效改善分类器训练的时间性能,从限制弱分类器训练样本规模的角度,提出了一种改进的boosting分类器训练模型,即基于SC-AdaBoost的分类器训练模型。基于VOC2006数据集的车辆检测实验表明,在不损失分类器检测性能的前提下,SC-AdaBoost训练模型可明显减少分类器的训练时间。