种改进的级联AdaBoost分类器.pdfVIP

第27卷第 12期 计算机应用 Vo1．27No．12 2007年 12月 ComputerApplications Dec．2o07 文章编号：1001—9081(2007)12—3029—03 一 种改进的级联 AdaBoost分类器 柳 锋，朱庆生，杨世泉，张 敏 (重庆大学计算机学院，重庆400044) (kofsky@gmail．com) 摘 要：在基于级联结构的AdaBoost分类器中引入 了辅助判决函数。当样本被某级AdaBoost分 类器判为假后 ，使用该级的辅助判决函数对其进行二次判决。辅助判决函数不仅考虑 了当前级分类 器的判决结果，还考虑前面分类器的历史判决信息。实验结果表明，该方法相对级联AdaBoost分类 器以及二维级联AdaBoost具有更好的识别效果。 关键词 ：级联分类器；AdaBoost；辅助判决函数 中图分类号：TPI8 文献标志码 ：A ImprovedcascadeAdaBoostclassifier uuFeng，ZHUQing-sheng，YANGShi—quan，ZHANGMin (CollegeofComputerScience，ChongqingUnemity,Chongqing4OO044，China) Abstract：Assistantdiscrlminantfunctionwasusedtohelpdecisionbytheclassifierintheeaseadearchiteeture． e sampleswhichweIerejectedbytl1eAdaBoostclassitierwouldtransfertotheassistnatdiscriminantfunctionnadtheassistant decisionWOuldbemade．ResultofcurrentAdaBoostclassifiernadhistory discriminantinformation hasbeen taken into consideration in the assistnatdiscfiminantfunction．The experimentalresultsshow the improvementofthe recognition perfomr nacecomparingtothecascadeAdaBoostclassifiernad2DcascadedAdaBoostclassifier． Keywords：cascadeclassifier；AdaBoost；assistantdiscriminantfunction 有分类器都判决为正的样本。在级联结构中，前面几级的分 0 引言 类器相对来说结构比较简单 ，使用的特征数也较少，但检测率 AdaBoostl是通过一定方法将大量分类能力一般的弱分 很高 ，同时能够尽可能地滤除那些与 目标差异较大的负样本。 类器结合起来 ，构成一个分类能力很强的强分类器。理论上 后面级次的分类器则使用更多的特征和更复杂的结构，从而 已经证明，只要每个简单分类器分类能力比随机猜测要好，当 可以将那些与 目标相似的负样本与 目标物体区分开。在实际 弱分类器的数量趋向于无穷时，AdaBoost强分类器的错误率 的目标检测应用中，待检测的 目标物体通常在整体样本中只 将趋于零。文献 [2]提出的基于级联结构的AdaBoost算法在 占很小的比例，大部分的非目标区域在级联分类器的前端就 解决实际应用问题时更为有效。通过级联AdaBoost分类器