计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2009年
z2期
267-268,271
,共3页
Gentle Adaboost算法%强分类器%系数调整%人脸检测
Gentle Adaboost算法%彊分類器%繫數調整%人臉檢測
Gentle Adaboost산법%강분류기%계수조정%인검검측
Gentle Adaboost algorithm%strong classifier%coeffcient adjustment%face detection
在Gentle Adaboost算法中,强分类器由弱分类器线性组成,但这种组合并不能保证强分类器是最优的.因此,提出一种基于分类结果的优化方法.算法模拟弱分类器系数增加或减少对分类结果的影响,选择最利于分类的系数调整方向,设计了优化机制.在MIT人脸数据库上的仿真实验表明,分类器优化后,检测精度得到了提高.
在Gentle Adaboost算法中,彊分類器由弱分類器線性組成,但這種組閤併不能保證彊分類器是最優的.因此,提齣一種基于分類結果的優化方法.算法模擬弱分類器繫數增加或減少對分類結果的影響,選擇最利于分類的繫數調整方嚮,設計瞭優化機製.在MIT人臉數據庫上的倣真實驗錶明,分類器優化後,檢測精度得到瞭提高.
재Gentle Adaboost산법중,강분류기유약분류기선성조성,단저충조합병불능보증강분류기시최우적.인차,제출일충기우분류결과적우화방법.산법모의약분류기계수증가혹감소대분류결과적영향,선택최리우분류적계수조정방향,설계료우화궤제.재MIT인검수거고상적방진실험표명,분류기우화후,검측정도득도료제고.
Strong classifier is a linear combination of weak classifiers in Gentle Adaboost algorithm, but this kind of combination can not ensure the strong classifier optimal. An optimization method based on classification result was proposed. The algorithm simulated the effect of coeffcient adjustment on the classifier result, chose the best direction of the classifier result and designed the optimization mechanism. The proposed method can optimize the classifier and the simulation results on the MIT human face database show the detection accuracy has been enhanced.
