[發(fā)明專利]訓練adaboost級聯(lián)分類器的優(yōu)化方法有效
| 申請?zhí)枺?/td> | 201811517692.1 | 申請日： | 2018-12-12 |
| 公開（公告）號： | CN109740637B | 公開（公告）日： | 2023-08-15 |
| 發(fā)明（設計）人： | 張羽;張昊 | 申請（專利權）人： | 天津津航技術物理研究所 |
| 主分類號： | G06V10/774 | 分類號： | G06V10/774;G06V10/764 |
| 代理公司： | 中國兵器工業(yè)集團公司專利中心 11011 | 代理人： | 周恒 |
| 地址： | 300308 天津*** | 國省代碼： | 天津;12 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 訓練 adaboost 級聯(lián) 分類 優(yōu)化 方法 | ||
1.一種訓練adaboost級聯(lián)分類器的優(yōu)化方法，其特征在于，該方法包括：
步驟1：選標準正樣本和標準負樣本訓練級聯(lián)分類器的第一級；
步驟2：根據(jù)級聯(lián)分類器的上一級的判別樣本的響應值篩選用于訓練下一級分類器的正負樣本；
步驟3：對每級分類器多次篩選訓練樣本訓練得到多個分類器,根據(jù)檢測性能評價曲線和弱分類器數(shù)量聯(lián)合篩選出每級最優(yōu)分類器；
步驟4：重復步驟2和3得到最優(yōu)的級聯(lián)分類器；
其中，針對后續(xù)級的樣本庫的正負樣本的篩選辦法如下：
首先對當前所得到的級聯(lián)分類器的檢測能力做評估，也就是使用當前的級聯(lián)分類器對待檢測目標進行辨別，在得到檢測性能也就是檢測率和誤報率的同時，對漏檢測目標和誤檢測目標再進行一次分類；
將漏檢測目標和誤檢測目標按照級聯(lián)分類器的判別輸出值進行排序；
其中，利用置信度輸出來對漏檢目標和誤檢測目標進行排序，實際上就是對樣本按照了其判別難易程度進行排序；
按照樣本的排序選取一定數(shù)量的漏檢樣本加入到原來的正樣本庫中作為下一級分類器訓練所使用的正樣本，選取一定數(shù)量的誤檢樣本作為負樣本作為下一級分類器訓練所使用的負樣本來訓練下一級分類器。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于天津津航技術物理研究所，未經(jīng)天津津航技術物理研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811517692.1/1.html，轉載請聲明來源鉆瓜專利網(wǎng)。
