【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种目标检测方法和装置，所述方法包括：基于方向梯度直方图特征，采用Adaboost算法对标定正负的图像样本进行训练，得到目标检测模型；接收待检测图像；基于BoxFlter算法提取所述待检测图像的有向梯度直方图特征，并通过所述目标检测模型进行目标检测。采用本专利技术技术方案，能够提高HOG特征的提取速度，从而提高视频监控中的目标检测速度。【专利说明】目标检测方法和装置
本专利技术涉及视频监控
，特别是涉及ー种目标检测方法和装置。
技术介绍
Adaboost算法是智能视频分析领域中常用的目标检测方法，它通过学习标记为正负的样本，提取目标概念的知识，从而泛化到其它未见过的样本过程中。Adaboost算法在特征提取时，根据不同的应用场景提取不同的特征，例如包括Haar特征、HOG (Histogram of Oriented Gradient,有向梯度直方图)特征等,其中HOG特征的定位精度是最高的，因此得到了广泛的应用。HOG特征的计算量相对较大,现有的HOG特征提取算法是采用积分图(IntegralImage)来计算,该方...
【技术保护点】
一种目标检测方法，其特征在于，所述方法包括：基于方向梯度直方图特征，采用Adaboost算法对标定正负的图像样本进行训练，得到目标检测模型；接收待检测图像；基于BoxFlter算法提取所述待检测图像的有向梯度直方图特征，并通过所述目标检测模型进行目标检测。
【技术特征摘要】
【专利技术属性】
技术研发人员：孙海涌，
申请(专利权)人：智博锐视北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。