基于Adaboost的多尺度梯度向量人体检测方法

对传统的梯度向量直方图特征提取单一,无法完全表示图像信息的问题,提出一种基于Adaboost的多尺度特征人体检测算法,在传统梯度向量直方图提取的基础上,首先增加多尺度采样窗口,将图像信息表现的更加完整,更准确的描述人体特征,提高人体检测的鲁棒性,最后使用Adaboost训练分类器,构造适用于人体检测的强分类器,实现人体检测。提高了人体检测的精度,在复杂的背景下仍可取得较好的效果。