基于统计分析Boosting的复杂场景目标识别方法研究.pdfVIP

学兔兔 第31卷 第8期 仪 器 仪 表 学 报 VoI_3l No．8 2010年8月 Chinese Journa】of Scientific Instrument Aug．2010 基于统计分析Boosting的复杂场景 目标识别方法研究术 张 骏，高 隽，谢 昭，吴良海 (合肥工业大学计算机与信息学院 合肥 230009) 摘 要：复杂场景目标识别是图像理解领域的重点和难点。Bt~osting算法是机器学习中用于提高精度的算法，现已在简单目标 识别中获得广泛应用。提出了一种针对复杂场景目标识别任务的统计学启发Boosting算法，补充了现有识别任务中Boosting方 法所缺乏的理论分析依据。首先在统计学基础I ，分析lr Boosting的稳定性能，以此快速确定弱分类器数目，解决了算法性能 的不可预测性，缩短了算法设训‘时问。之后针对不同复杂程度的真实世界场景，设计稳定有效的Boosting识别算法，实验结果 表明算法对存在光照、视角、干扰、遮挡和类内多变的场景目标均有较高的识别精度，具有鲁棒性。 关键词：统汁分析；Boosting；复杂场景；目标识别 中图分类号：TP391 FP18 文献标识码：A 国家标准学科分类代码：520．20 510．40 object recognition in complex scenes based on statistical Boosting Zhang Jun，Gao Jun，Xie Zhao，Wu Lianghai (School 。Computer and InJbrmation，HeJbi University of Techlwlogy，Hefei 230009，China) Abstract：Object recognition in complex scenes is an emphasis and difficult point in image understanding area． Boosting approach is an algorithm for improving accuracy in machine learning and widely used in simple object reeog— nition．We introduce a statistical inspired Boosting algorithm for object recognition in complex scenes，which is a supplement for the theoretical basis deficient in existing object recognition tasks using Boosting approach．On the ba— sis of statistics，we firstly analyze the stability of Boosting and determine the number of weak classifiers．which solves the unpredictability of algorithm performance and shortens the algorithm design period．Then we design an effective recognition approach based on Boosting for differe