誤檢率 文章 進(jìn)入誤檢率技術(shù)社區(qū)

基于Adaboost算法的駕駛員眨眼識(shí)別

• 駕駛員眨眼識(shí)別是汽車駕駛員疲勞檢測(cè)的基礎(chǔ)。采用了一種基于 Adaboost算法的實(shí)時(shí)眨眼識(shí)別的方法，它將一簇弱分類器通過一定的規(guī)則結(jié)合成為一個(gè)強(qiáng)分類器,再把這些強(qiáng)分類器級(jí)聯(lián)成為一個(gè)快速、準(zhǔn)確的分類器。分析和討論了訓(xùn)練階段不同特征的負(fù)樣本對(duì)最終檢測(cè)結(jié)果的影響，提出了一種新型的負(fù)樣本選擇方法，并實(shí)驗(yàn)測(cè)試各種特征方法對(duì)特定目標(biāo)的誤檢率，給出了一個(gè)理想的分類器。
• 關(guān)鍵字： Adaboost  汽車電子  眨眼識(shí)別  訓(xùn)練  負(fù)樣本  誤檢率  200909