2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

非对称AdaBoost算法及其在目标检测中的应用

葛俊锋 罗予频

葛俊锋, 罗予频. 非对称AdaBoost算法及其在目标检测中的应用. 自动化学报, 2009, 35(11): 1403-1409. doi: 10.3724/SP.J.1004.2009.1403
引用本文: 葛俊锋, 罗予频. 非对称AdaBoost算法及其在目标检测中的应用. 自动化学报, 2009, 35(11): 1403-1409. doi: 10.3724/SP.J.1004.2009.1403
GE Jun-Feng, LUO Yu-Pin. A Comprehensive Study for Asymmetric AdaBoost and Its Application in Object Detection. ACTA AUTOMATICA SINICA, 2009, 35(11): 1403-1409. doi: 10.3724/SP.J.1004.2009.1403
Citation: GE Jun-Feng, LUO Yu-Pin. A Comprehensive Study for Asymmetric AdaBoost and Its Application in Object Detection. ACTA AUTOMATICA SINICA, 2009, 35(11): 1403-1409. doi: 10.3724/SP.J.1004.2009.1403

非对称AdaBoost算法及其在目标检测中的应用

doi: 10.3724/SP.J.1004.2009.1403
详细信息
    通讯作者:

    葛俊锋

A Comprehensive Study for Asymmetric AdaBoost and Its Application in Object Detection

More Information
    Corresponding author: GE Jun-Feng
  • 摘要: 针对目标检测中的非对称分类问题,在分析现有的由离散AdaBoost算法扩展得到的代价敏感(即非对称)学习算法的基础上,提出了以三个不同的非对称错误率上界为核心的推导非对称AdaBoost算法的统一框架. 在该框架下, 不仅现有离散型非对称AdaBoost算法之间的关系非常清晰, 而且其中不符合理论推导的部分可以很容易得到修正. 同时, 利用不同的优化方法, 最小化这三个不同上界, 推出了连续型AdaBoost算法的非对称扩展(用Asym-Real AdaBoost和Asym-Gentle AdaBoost 表示). 新的算法不仅在弱分类器组合系数的计算上比现有离散型算法更加方便, 而且实验证明, 在人脸检测和行人检测两方面都获得了比传统对称AdaBoost算法和离散型非对称AdaBoost算法更好的性能.
  • 加载中
计量
  • 文章访问数:  2520
  • HTML全文浏览量:  70
  • PDF下载量:  2063
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-05-20
  • 修回日期:  2009-03-19
  • 刊出日期:  2009-11-20

目录

    /

    返回文章
    返回