矩陣式瀑布分類器高效學習算法
大小：0.91 MB 人氣： 2018-01-04 需要積分：1
針對矩陣式瀑布分類器學習算法在負樣本自舉過程中無法快速自舉出訓練所需的高質量樣本，自舉過程嚴重影響整體學習效率及最終檢測器性能等問題，提出了一種高效學習算法——負樣本信息繼承的矩陣式瀑布分類器高效學習算法。其自舉負樣本過程為樣本繼承與層次自舉相結合，首先從訓練上一層強分類器所用的負樣本集中繼承有效負樣本，樣本集不足部分再從負圖像集中自舉。樣本繼承壓縮了有效樣本的自舉范圍，可以快速自舉出訓練所需樣本；并且自舉負樣時對樣本進行預篩選，增加了樣本復雜度，提升了最終分類器性能。實驗結果表明：訓練完成方面，本算法比矩陣式瀑布分類器算法節省20h；檢測性能方面，比矩陣式瀑布型分類器高出1個百分點；與其他17種人體檢測算法性能相比也有很好的性能表現。所提算法較矩陣式瀑布分類器學習算法在訓練效率及檢測性能上都有很大提升。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%