一種改進的Adaboost訓(xùn)練算法概要

1、gym tttt »aa* w>Ma4m4*MY肌quja<” "出 w-xfiiafi金aj 、* e»/if4tr/ui at rMfKtaVttIfMl Kfttfifi <t*, ume *u ta lof iw soituftKA ccuMMVjia f it«w«aii ma <t a4ncaixa«M«»*«” R««m« 釈 “f WMNB >A4M u.im<* nainaAft vabbi呻"< <

2、1*«丈AoMUhtMal traiMc AlenritlMn m-如 eOJJx«海, KlibCt r«AG«irc tfH.tat irarturiiR » “氏彳mt *!>« 0tor LW' n 冷<W !" 2<1 " «»*IIItMlw«i；ir« d*'ltiK»n*w- «.hu tKiv «14 “ > . a »w” riwwiMf -WMmw<毎雄電 Ruwwar

3、 ,a <««.vi d n«UMliC«BI VW»R(！«>!WistR. MMMAHttf A 4 M-aayfeft、«»« .$MH itfti t- 5«h afVAwtMtetteoMiM4ifuut- t«m< o亀5iaoafifk-(貝rtA ag尸4V、« A.iom ！« <!>*eai45 . <«” JW A Q Hi" iN»awvwnw<. ”“ f «

4、e. <UD " Cll«*l'If IL3I I 吋 4»4trr.餌-.ma Hi*»a d«&. 9Ve«IIMA«l«WA.*5 *wiM9evHt *e>亡w, ns. 4>|片bo食0 ll<4R«» ,.,1.I. IA *孰，"0«lHII4:> h lt.廢；<如oi >» 1> amti «" ««ex片<!o真.w尸ms aawatMt

5、f “Mi!(BIV* * x* * *» X* *»- *»< X,'切 i ”HMOVVAe “ M VAA A<*a« *W 4« t f dR/ i»r&貝. *!* 1 H9«»uAN«t«rr；O«H JI. 1*7 力機 fl B AOlha r iKti fnwa *a*etRFM八0 0 If!*.、 .'O'.8仆Ty 冊牛 A $<誌XA« » 仇 U t.l 01,. 4 0.1 t 

6、1;，k*.*r fc VUK Wo<F fl-M-tlMHVM% :雷1*t4 * i tJfkM Ml VlLB-4 fii« Aliht HNW.里111|必甘HVaKl 打It q 4 uvMi lift i> HJ|H>pt « 電 j珂4 Il T 曹 A翟増獸 卓+ H 由f VAHft i五化土* 輕R 甲甘.*. vH*ft« j r a t'Anln>* 阻FTVhl«1 蠹耳件 F < n flvi *Rt¥ 4# "!-. L<-4| ¥11*4 J. A

7、? f >4飢* > w r"-vr豊-bp 卜更：4niiA罠離m fi 專 丫闇才事 *iiI r-H-i-lc4rrbJ1* 1 «< V nVrlh 4tf'i>4f <L dll I Mvl ., H p ' '*< . jU.J| JArisI* 肝電WKYiiSHV-tBHrt-lB VF fSlflt f' I v p * d.*l m<l*H4Nlii|k-i4l4lt- f-K4MW4if11 ABttt- k tC-HR 4-呵! i| » (.,bIR ：% n

8、71;T曽右PH 晶 鼻 lAAIAF4 tUMHW VH-In pF, | W.|Br »r_.iI r P ' " 1 J ., 4 * i_g J IifcUM W*wi p»r 丄 1 |MbH4 4.1 II- 7 iC 4 IdI» P *l fl * > rf r | iF.!- H t 4 u i«tT >ff4 a. >! 4K. Ir-1 !. < «IlilfeflB Ji MU.f * M * 入* 戰(zhàn)矗'!& "母 d刖* fan I持丄f wh b&

9、gt;if±申電it龍龍#峙.乂 I包如11川匚界 -i 4- - fl (：-. IJ lll<ji p. n；* .» itHPRIHf <. 1 '> ri P > V * -t 4 1 q f 4： tfl *V * li li f K«*flIINIIri Utinil111. V fe Atfe !> A *燔 i -iMrtiiHniW 屮,昨醫(yī)執(zhí) 辛ri|f «« *mr* 曲 MUA ilina ilftMlma » 氧此巧 H -1 t.fl 堆.昏 n11 tt S i 離

10、munari< 邛 u n 黑 iXI U1-td a.ri d 4t -li h-tt-B* r； M- >fe 44b -m .棟贏九鼻戶 *i# 島右卄花第3期李文輝，等：一種改進的Adaboost訓(xùn)練算法503圖4 Fig. 4部分訓(xùn) 練樣本Part of training samples 了近6個百分點.實驗結(jié)果表明，本文提出的改進 Adaboost算法比傳統(tǒng)的Adaboost算法具有更好的性 能.此外，當(dāng)采用本文的 Adaboost算法對圖像中人 體檢測所使用的級聯(lián)分類器進行訓(xùn)練時，訓(xùn)練 19級的分類器即能滿足對人體檢測最高檢測率和11最低誤檢率的要求，而若采用文獻的方

11、法訓(xùn)練 需22級，采用傳統(tǒng)的Adaboost算法進行訓(xùn)練則需 要32級 才能滿足同樣的要求.本文基于改進型Adaboost的級聯(lián)結(jié)構(gòu)分類器由于 使用級數(shù)較少，其 運算速度更快，泛化能力更強.在基于視頻的人體 檢測應(yīng)用系統(tǒng)中，表現(xiàn)出更好的檢測效果和檢測效率，圖6給出了改進算法在Inria數(shù)據(jù)集上的部分 實驗結(jié)果.Fig. 5圖5檢測情況比較 Comparison of detective situation圖6 Fig. 6人體檢測結(jié)果 Results of test of human body綜上所述，本文針對目前傳統(tǒng)的 Adaboost算法誤檢率和檢測率難以達到工程應(yīng)用的現(xiàn)狀，提出一種改進型

12、Adaboost算法.改進算法首先通過控制在訓(xùn)練過程中產(chǎn)生的正負誤差比的變化限 制權(quán)重分配5過適應(yīng)的出現(xiàn)，取得了較好效果，同時對文獻改進的樣本權(quán)重更新方法做了進一步改進，使之更 具有適應(yīng)性、泛化性；此外，本文對分類器的輸出做了調(diào)整，采用概率型輸出替代傳統(tǒng) Adaboost算法的離散型輸出，提高了檢 測精度.實驗結(jié)果表明，采用新算法訓(xùn)練基于級聯(lián)結(jié)構(gòu)的分類器并將其應(yīng)用到基于視頻的人體檢測，取得了較好的效果.參考文獻1 Freund Y, Schapire RE. A DecisionTheoretic Generalization of On Line Learning and an Applic

13、ation to Boosting C / / COLT ' 95 Proceedings of the Second European Conference on Computational Learning Theory. Berlin : SpringerVerlag， 1995 : 2337.2 Schapire R E The Strength of Weak Learn Ability J . Machine Learning， 1990， 5 ( 2 ): 197227. 3 Viola P，Jones M J. Robust RealTime FaceDetecti o

14、n J . Intern ati on al J ournal of Computer Visi on, 2004，57 ( 2 ):504 137154 吉林大學(xué)學(xué)報(理學(xué)版)第49卷4 WU Bo，HUANG Chang, AI Haizhou，et al. A Multiview Face Detection Based on Real Adaboost Algorithm J. Journal of Computer Research and Development 2005，42(9 ) : 16121621.(武勃，黃暢，艾海舟，等.基于連續(xù)Adaboost算法的多視角人臉檢測J.

15、計算機研究與發(fā)展，2005，42 ( 9 ) : 16121621.) qiang, ZHANG Hongcai，CHENG Yongmei，et al. Adaboost Based RealTime Pedestrian Detection System 5 ZHU Yi J. Computer Measurement&Control，2006， 14 ( 11 ) : 14621465.(朱誼強，張洪才，程詠梅，等. 基 于 Adaboost JO .機器測量與控制，2006， 14 ( 11 ) : 14621465.)算法的 實時行人檢測系統(tǒng) ying，WANG Chunmi

16、n，et al. Contrast Research of Several Human Motion Detection Algorithm 6 ZHOU You， LIU Yan J. Journal ofJili n Un iversity : In formation Scie nee Editi on，2009， 27 ( 6 ): 652657.(周游，劉艷瀅，王春民，等.J.吉林大學(xué)學(xué)報：信息科學(xué)版，2009，27(6 ) : 652657.)幾種人體運動檢測算法的比較研究NN in Radar SignalRecog nition J . Electro nic 7 CHEN W

17、ei，ZHOU Xiao，YE Fei，et al. The Application of AdaBoostWarfare Technology，2005， 20 ( 1 ):2933.(陳衛(wèi)，周曉，葉菲，等.AdaBoostNN在雷達信號識別中的應(yīng)用J . 2005，20 ( 1 ) : 2933.)電子對抗技術(shù)，8 LUO She ng, YEXingquan. Efficient Improvement for Adaboost Based Object Detection C / /CINC' 09 Proceed ings of the 2009 In ternatio na

18、l Co nference onComputational. Washington DC: IEEE Computer Society, 2009 : 9598.9 Papageorgiou C Poggio T. A Train able System for Object Detecti onJ . International Journal of Computer Vision, 2000 , 38 （ 1 ）:1533. 10 YAN Yunyang , GUO Zhibo , YANG Jingyu . Fast EnhancedAdaBoost Algorithm Based on

19、 Dualthreshold J. 2007 , 33 （ 21 ）:172174.（嚴云洋，郭志波，楊靜宇.基于雙閾值的增強型AdaBoost快速Computer Engineering, J.計算機工程，2007 , 33（ 21）: 172174.）算法 11 LI Chua ng, DING Xiaoqi ng , WU Youshou. A Revised AdaBoost Algorithm : AD AdaBoost J. Chinese Journal of 2007, 30 （ 1 ）:103109.（李闖，丁曉青，吳佑壽.一種改進的AdaBoost算法：AD AdaBoos

20、tJ.計算 Computers , 2007 , 30 （ 1 ） : 103109.）機學(xué)報， 12 Schapire R E, Sin ger Y. Improved Boosti ng Algorithms Using Con fide nceRated Predictions J . Machine Learning, 1998 , 37 （ 3 ）: 297336.歡迎訂閱2011年吉林大學(xué)學(xué)報（理學(xué)版）吉林大學(xué)學(xué)報（理學(xué)版）（原刊名為吉林大學(xué)自然科學(xué)學(xué)報 ）是由教 育部主管、吉林大學(xué)主辦的國家級中文綜合性科學(xué)技術(shù)類核心期刊。以交流學(xué)術(shù)思想、推動科學(xué)研究、促進科教興國和學(xué)校發(fā)展為辦刊宗旨；以新（選題新，發(fā)表成果創(chuàng)新性強）、快（編輯出版速度快）、高（刊文學(xué)術(shù)水平和編輯出版質(zhì)量 高）為辦刊特色；以研究論文、研究快報、研究簡報和綜合評述等形式報道吉林 大學(xué)自然科學(xué)領(lǐng)域的基礎(chǔ)研究、應(yīng)用研究和開發(fā)研究中所取得的創(chuàng)新性研究成 果。刊發(fā)國家重大科技項目和國家自然科學(xué)基金項目及各省和部委基金項目的文章 數(shù)量逐年增加，其中有許多成果獲 得較大的社會效