公开(公告)号：CN109190710B

公开(公告)日：2022-04-08

申请号：CN201811065893.2

申请日：2018-09-13

Applicant: 东北大学

Inventor： 雷为民 ,  王玉楠 ,  张伟 ,  关云冲 ,  魏京天 ,  李锦环

IPC: G06V10/774 ,  G06V10/771 ,  G06K9/62

Abstract: 本发明提供一种基于Haar‑NMF特征和级联Adaboost分类器的脱岗检测方法，涉及视频信号处理技术领域。该方法采用低维Haar‑NMF特征代替传统的Haar特征，Haar‑NMF特征可以很好地表征图像中局部区域的特征，如在岗人员的头部和肩部特征，满足检测方法对检测准确率的要求；采用级联Adaboost分类器代替基本的Adaboost分类器，提高了检测的准确率并减少运算量，满足了检测方法对检测速度的要求。并针对检测过程中的漏检问题和误检问题进行优化，提高了检测方法的整体性能。本发明提供的基于Haar‑NMF特征和级联Adaboost分类器的脱岗检测方法，在保证检测成功率的基础上，缩短了样本的训练和检测的时间，并且通过增加分类器的级数提高了检测方法的部分性能，同时提高了检测速度。

公开(公告)号：CN109190710A

公开(公告)日：2019-01-11

申请号：CN201811065893.2

申请日：2018-09-13

Applicant: 东北大学

Inventor： 雷为民 ,  王玉楠 ,  张伟 ,  关云冲 ,  魏京天 ,  李锦环

IPC: G06K9/62

Abstract: 本发明提供一种基于Haar-NMF特征和级联Adaboost分类器的脱岗检测方法，涉及视频信号处理技术领域。该方法采用低维Haar-NMF特征代替传统的Haar特征，Haar-NMF特征可以很好地表征图像中局部区域的特征，如在岗人员的头部和肩部特征，满足检测方法对检测准确率的要求；采用级联Adaboost分类器代替基本的Adaboost分类器，提高了检测的准确率并减少运算量，满足了检测方法对检测速度的要求。并针对检测过程中的漏检问题和误检问题进行优化，提高了检测方法的整体性能。本发明提供的基于Haar-NMF特征和级联Adaboost分类器的脱岗检测方法，在保证检测成功率的基础上，缩短了样本的训练和检测的时间，并且通过增加分类器的级数提高了检测方法的部分性能，同时提高了检测速度。