adaboost算法的详细说明
作者提出,logitAdaBoost在每一轮中都使Ee^(-y(F(x)+f(x)))最优,会使训练样本的代表性下降,于是提出了Gentle AdaBoost(牛顿步长法)
第二部分 人脸检测
2001年,Paul Viola & Michael Jones在ACCEPTED CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION发表文章: Rapid Object Detection using a Boosted Cascade of Simple Features
文章的主要结论:
1.Haar特征的提出.使AdaBoost进行人脸检测成为可能.作者说明使用Haar特征而不是像素点的原因是:特征能包含某些特别领域的信息(encode ad-hoc
domain knowledge that is difficult to learn using a finite quantity of training data.);此外在Integral提出以后,基于特征的系统的运算速度高于基于像素的系统
2.用于快速Haar特征运算的Integral Image的提出:极大地提高了训练速度和检测速度
3.用于物体检测的AdaBoost方法的提出:Haar特征作为弱分类器判据与
Adaboost结合到了一起
4.Cascade级联方式的提出:极大地提高了AdaBoost的检测速度
[实在是一篇很NB的文章,每一个贡献都掷地有声]
2002年, Rainer Lienhart and Jochen Maydt 在 IEEE ICIP 上发表文章An Extended Set of Haar-like Features for Rapid Object Detection.
1. 提出了扩展的Haar特征,并证明了新的Haar特征集提高了检测的能力
2. 提出了一种针对已训练完成的AdaBoost的修整程序
2002年, Rainer Lienhart & Alexander Kuranov & Vadim Pisarevsky 在MRL Technical Report上发表Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection.
1. 提出了训练时进行样本丰富化
2. 指出:logitBoost could not be used due to convergence problem on later stages in the cascade training.
3. 通过试验得出结论,在人脸检测上Gentle AdaBoost的效果要好于 Discrete 和 Real
Adaboost算法 1、Adaboost算法简介 Adaboost算法是Freund和Schapire根据在线分配算法提出的,他 们详细分析了Adaboost算法错误率的上界,以及为了使强分类器达到 错误率,...
Adaboost是一种迭代算法,其核心思想是针对同 一个训练集训练不同的分类器(弱分类器),然后 把这些弱分类器集合起来,构成一个更强的最终 分类器(强分类器)。其...
Adaboost 算法 1、AdaBoost 算法简介 AdaBoost 算法是 Freund 和 Schapire 根据在线分配算法提出的,他们详细分析了 AdaBoost 算法错误率的上界,以及为了使强分类器达到...
目前因为做人脸识别的一个小项目,用到了 AdaBoost 的人脸识别算法,因为在 网上找到的所有的 AdaBoost 的简介都不是很清楚,让我看看头脑发昏,所以在 这里打算花费...
Discete-AdaBoost 算法 1、给定训练集: ( x1 , y1 ) ,..., ( xN , y N ) ,其中 yi ∈ {1, ?1} ,表示 xi 的正确 的类别标签, i = 1,......
3 AdaBoost 算法 在实 例中的应用 下面通过一个简单的例子进一步理 解AdaBoost算法,该例子主要是利用AdaBoost算法 来识别喷码图像。图3 :Harr-Like特征 3.1 弱...
Adaboost 算法整理 Adaboost 算法流程图: 弱分类器的训练过程: 一个弱分类器 h(x, f , p, 成: )由一个特征 f, 阈值 θ 和指示不等号方向的 p 组 一...
AdaBoost算法_计算机软件及应用_IT/计算机_专业资料。Adaboost 算法Adaboost 算法 ? 算法介绍 ? 算法分析 ? 算法步骤 ? 训练过程 ? 举例说明 1 Adaboost 算法...
AdaBoost 算法 AdaBoost 算法针对不同的训练集训练同一个基本分类器(弱分类器),然后 把这些在不同训练集上得到的分类器集合起来,构成一个更强的最终的分类器 (...
Adaboost 是一种迭代算法, 其核心思想是针对同一个训练集训练不 同的分类器(弱分类器),然后把这 Adaboost 些弱分类器集合起来, 构成一个更强的最终分类器(强...
热门文档