王 鹏 陆振宇 詹天明 戴玉亮 芦 佳

1(南京信息工程大学电子与信息工程学院 江苏 南京 210044) 2(南京审计大学信息工程学院 江苏 南京 211815)

0 引 言

随着科技的发展和进步，人们日常生活中接触的设备越来越智能化，图像识别作为智能设备的一个重要因素也获得了长足的发展和进步。根据不同对象自动采取相对应的解决方案是一个智能设备必不可少的能力，而拥有一个高精准率的图像识别算法对于智能化设备来说在定位对象方面如虎添翼。图像识别是计算机对一幅图像进行分析和计算之后，识别出所需要的目标和对象的技术，在算法上可以分为目标检测，目标分类和通过数据库匹配输出目标身份三个部分。目标检测作为图像识别的首要部分有着举足轻重的地位，必须将目标成功检测才能进行识别，目标检测的精度对最终目标识别的精度有很大的影响，因此目标检测也一直是计算机视觉领域的热门话题之一。

1994年以来，目标检测算法的研究从未间断。时至今日目标检测领域已经诞生了很多算法，如Haar特征加上Adaboost特征检测[1-3]，通过基于级联分类模型的分类器和矩形特征来实现目标检测，由于Haar特征仅仅使用了很弱的特征，用Haar特征做分类的检测器也是弱分类器，且Haar特征的精度靠的是多个弱分类器来实行一票否决式推举来提高命中率，因此Haar特征分类的性能有限，分类器的个数只能通过不断尝试才能确定。除此之外，还有Hog特征和Svm算法[4-6]。……