负样本信息继承的矩阵式瀑布分类器高效学习算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11772/j.issn.1001-9081.2015.09.2596

负样本信息继承的矩阵式瀑布分类器高效学习算法

引用
针对矩阵式瀑布分类器学习算法在负样本自举过程中无法快速自举出训练所需的高质量样本,自举过程严重影响整体学习效率及最终检测器性能等问题,提出了一种高效学习算法——负样本信息继承的矩阵式瀑布分类器高效学习算法.其自举负样本过程为样本继承与层次自举相结合,首先从训练上一层强分类器所用的负样本集中继承有效负样本,样本集不足部分再从负图像集中自举.样本继承压缩了有效样本的自举范围,可以快速自举出训练所需样本;并且自举负样时对样本进行预筛选,增加了样本复杂度,提升了最终分类器性能.实验结果表明:训练完成方面,本算法比矩阵式瀑布分类器算法节省20h;检测性能方面,比矩阵式瀑布型分类器高出1个百分点;与其他17种人体检测算法性能相比也有很好的性能表现.所提算法较矩阵式瀑布分类器学习算法在训练效率及检测性能上都有很大提升.

瀑布型分类器、自举、负样本、训练时间

35

TP391.41(计算技术、计算机技术)

2015-11-09(万方平台首次上网日期,不代表论文的发表时间)

共6页

2596-2601

相关文献
评论
暂无封面信息
查看本期封面目录

计算机应用

1001-9081

51-1307/TP

35

2015,35(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn