一种基于Boosting目标识别方法.pdf

《一种基于Boosting目标识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《电气自动化}2o13年第35卷第5期漠式识另ILPatternIdentifications一种基于Boosting的目标识别方法肖秦琨。钱春虎，高嵩(1．西安工业大学电子信息工程学院，陕西西安710032)摘要：Boosting算法是近年来在学习领域出现的用于提高算法精度的方法。由于它的算法简单实用，执行效率高，现已广泛应用于目标识别中。与其他算法不同的是：它不是直接构建一个高精度的算法，而是通过多次学习将弱分类器组成一个强分类器。针对传统识别方法检测率低的特点，提出一种基于集成学习的方法：利用图像目

2、标的片段作为特征，用Boosting方法训练的分类器对目标进行分类。实验结果表明算法具有鲁棒性，对复杂场景中的目标具有较高的识别精度。关键词：Boosting；目标识别；复杂场景；集成学习；特征提取DOI：10．3969／j·issn．1000-3886．2013．05．035[中图分类号]TP317．4[文献标志码]A[文章编号]1000—3886(2013)05—0101—03AnObjectDetectionandSegmentationMethodBasedonBoostingandPDEXIAO

3、Qin—kun，QIANChun-hu，GAOSong(SchoolofElectronicInformationEngineering，Xi'anTechnologicalUniversity，Xi'anShannxi，710032，China)Abstract：Inrecentyears，Boostingalgorithmisusedtoimprovethealgorithmaccuracyinthelearningfield．Thisalgorithmissimple，practical，andhi

4、gheficiency，andnowhasbeenwidelyusedintargetrecognition．Unlikeotheralgorithms，itisnotdirectlytoconstructahighprecisionalgorithm，butbylearningforseveraltimestocombinemayweakclassifierintoastrongclassifier．Inordertoremedythelowdetectionrateoftheimageofthetra

5、ditionaltestmethods，thispaperproposesaalgorithmbasedontheintegratedstudy．Themethodusesobjectpatchesasfeatures，andthenusesBoostingalgorithmtotraintheclassifierwhichisusedtoclassifytheobject．Theexperimentresultsshowthatthisalgorithmhasstrongrobustnessandhig

6、hrecognitionaccuracyforthegoalsincomplexscenes．Keywords：boosting；objectrecognition；complexscene；integratedstudy；featuresextraction0引言验知识，所以容易应用到实际问题中去。然后，Boosting算法经过进一步改进又有了新的突破，如通过调整权重而运作的Ada—在机器学习领域中，如何通过观测数据的学习得到精确估计Boost．M1、AdaBoost．M2、AdaBoost．R算法等，

7、解决了早期的Boos-是一个关键问题。而在实际应用领域中，构造一个高精度的估计ting算法很多实践上的问题。是很困难的。Boosting是一种试图提高任意给定学习算法精度的和其他算法相比较，Boosting算法有很多优点：(1)在分类的方法。它的思想起源Valiant提出的PAC(ProbablyApproxi-同时能够进行特征选取，编程容易，速度快、简单；(2)只要给定matelyCo~ect)学习模型。PAC(概率近似正确)是统计机器学足够多的数据，Boosting不需要弱分类器的先验知识，只需要通过

8、习、集成机器学习等方法的理论基础。此后很多学者开始了PAC寻找比随机稍好的弱分类器，就能最终得到一个比较好的强分类学习模型的研究。Kearns和Valiant首次提出了PAC学习模型中器；(3)在弱分类器确定后，除了迭代次数T之外，其他参数都不弱学习算法和强学习算法的等价性问题j，即是否可以将弱学习需要调节；(4)能够得到算法的误差上界。算法提升为强学习算法?如果两者等价，那么只需找到一个比随机猜测略好的弱学习算法，就可以将其