一種目標(biāo)檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201010114137.1 申請(qǐng)日 -
公開（公告）號(hào) CN101799875B 公開（公告）日 2011-11-30
申請(qǐng)公布號(hào) CN101799875B 申請(qǐng)公布日 2011-11-30
分類號(hào) G06K9/66;G06T7/00 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 羅大鵬;桑農(nóng);黃銳;王岳環(huán);唐奇伶;高峻;高常鑫;笪邦友 申請(qǐng)（專利權(quán)）人 湖北安泰澤善科技有限公司
代理機(jī)構(gòu) 華中科技大學(xué)專利中心 代理人 朱仁玲
地址 430074 湖北省武漢市洪山區(qū)珞喻路1037號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于維數(shù)遞增弱線性回歸樹的目標(biāo)檢測(cè)方法，其步驟為：①準(zhǔn)備訓(xùn)練樣本集（xi，yi），i＝1，……，N，xi表示訓(xùn)練樣本的特征值集合，yi為樣本類別，N為訓(xùn)練樣本數(shù)，N為自然數(shù)；②初始化訓(xùn)練樣本權(quán)重為其中t為自然數(shù)，初始化時(shí)t＝1；③對(duì)樣本集合進(jìn)行循環(huán)計(jì)算，選定循環(huán)次數(shù)T，T為自然數(shù)每次循環(huán)都得到一個(gè)線性回歸樹作為弱分類器。等到T次循環(huán)完成后，再將T個(gè)弱分類器合成一個(gè)強(qiáng)分類器；④使用該強(qiáng)分類器對(duì)數(shù)字圖像中的各個(gè)區(qū)域進(jìn)行分類，從而判斷是否為目標(biāo)區(qū)域，完成目標(biāo)檢測(cè)。本發(fā)明方法提出采用線性回歸樹作為弱分類器，即每個(gè)弱分類器不再只含有一個(gè)特征，而是用線性回歸樹將多個(gè)特征進(jìn)行有機(jī)的組合，提高了分類器的分類能力，當(dāng)訓(xùn)練出的分類器用于圖像中的目標(biāo)檢測(cè)時(shí)可以獲得較高的檢測(cè)率及較快的檢測(cè)速度。