文献类型：期刊文献

中文题名：一种改进的强分类器优化算法

英文题名：Improved strong classifier optimization algorithm

作者：钟汉亭[1];姚晓东[1]

机构：[1]华东理工大学信息科学与工程学院,上海200237

年份：2009

卷号：29

期号：B12

起止页码：267

中文期刊名：计算机应用

外文期刊名：journal of Computer Applications

收录：CSTPCD;;北大核心:【北大核心2008】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：Gentle;Adaboost算法;强分类器;系数调整;人脸检测

外文关键词：Gentle Adaboost algorithm; strong classifier; coefficient adjustment; face detection

摘要：在Gentle Adaboost算法中,强分类器由弱分类器线性组成,但这种组合并不能保证强分类器是最优的。因此,提出一种基于分类结果的优化方法。算法模拟弱分类器系数增加或减少对分类结果的影响,选择最利于分类的系数调整方向,设计了优化机制。在MIT人脸数据库上的仿真实验表明,分类器优化后,检测精度得到了提高。
Strong classifier is a linear combination of weak classifiers in Gentle Adaboost algorithm, but this kind of combination can not ensure the strong classifier optimal. An optimization method based on classification result was proposed. The algorithm simulated the effect of coefficient adjustment on the classifier result, chose the best direction of the classifier result and designed the optimization mechanism. The proposed method can optimize the classifier and the simulation results on the MIT human face database show the detection accuracy has been enhanced.