一种基于Boosting目标识别方法

摘要：

Boosting算法是近年来在学习领域出现的用于提高算法精度的方法.由于它的算法简单实用,执行效率高,现已广泛应用于目标识别中.与其他算法不同的是:它不是直接构建一个高精度的算法,而是通过多次学习将弱分类器组成一个强分类器.针对传统识别方法检测率低的特点,提出一种基于集成学习的方法:利用图像目标的片段作为特征,用Boosting方法训练的分类器对目标进行分类.实验结果表明算法具有鲁棒性,对复杂场景中的目标具有较高的识别精度.

关键词：Boosting、目标识别、复杂场景、集成学习、特征提取

所属期刊栏目：35

分类号：TP317.4(计算技术、计算机技术)

资助基金：本论文收到国家自然科学基金60972095;国家自然科学基金61271362

在线出版日期：2013-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：101-103