一种改进的级联AdaBoost分类器.pdf.pdf

收稿日期:2007-06-19;修回日期:2007-09-11。基金项目:重庆大学研究生科技创新基金资助项目(200707A1B0130250 )。作者简介:柳锋(1983- ),男,湖北监利人,硕士研究生,主要研究方向:数字图像处理; 朱庆生(1957- ),男,安徽人,教授,博士生导师, 主要研究方向:虚拟植物可视化、电子商务。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@ ) 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:TP18 文献标志码:A ImprovedcascadeAdaBoostclassifier LIUFeng,ZHUQing2 sheng,YANGShi2 quan,ZHANGMin (puterScience,ChongqingUniversity,Chongqing400044 ,China ) Abstract: sampleswhichwererejectedbytheAdaBoostclassifierwouldtransfertotheassistantdiscriminantfunctionandtheassistant considerationintheassistantdiscriminantfunction. Theexperimentalresultsshowtheimprovementoftherecognition paringtothecascadeAdaBoostclassifierand2DcascadedAdaBoostclassifier. Keywords:cascadeclassifier;AdaBoost;assistantdiscriminantfunction 0引言 AdaBoost [1]是通过一定方法将大量分类能力一般的弱分类器结合起来,构成一个分类能力很强的强分类器。理论上已经证明,只要每个简单分类器分类能力比随机猜测要好,当弱分类器的数量趋向于无穷时,AdaBoost强分类器的错误率将趋于零。文献[2]提出的基于级联结构的 AdaBoost算法在解决实际应用问题时更为有效。通过级联 AdaBoost分类器进行分类时,大多数的负样本都在前面比较简单的分类器中被拒绝,由于样本量的减少,使得检测速度得到