一种改进的AdaBoost检测算法
来源：计算机应用杂志2015年第8期北京时间：
作者：刘苹光, 文成玉, 杜鸿
单位：成都信息工程大学 通信工程学院, 成都 610225
摘要：针对传统AdaBoost算法在人脸图片训练过程中可能会出现退化现象和训练目标类权重分布过适应的问题,提出一种基于调整正负误差比和设定阈值的改进AdaBoost算法。该算法首先把设定的阈值和当前分类错误样本的权值比较来更新样本的权值,其次通过调整正误差和负误差之间的偏重关系来控制训练样本的偏重。经过实验表明,不同人脸图像库和不同正负样本比不影响该算法的有效性,在LFW非受限人脸图像库正负样本比例为1:1情况下,检测率为86.7%,高于传统AdaBoost算法;弱分类器数目为116,比传统AdaBoost算法多15个。实验结果可以看出所提算法抑制了退化和训练目标类权重过适应现象,有效地提高了人脸图片检测率。
关键词：AdaBoost算法,正误差,负误差,阈值,人脸图像库
基金资助：四川省教育厅成果转化重大培育项目(13CZ0012);四川省科技厅项目(2012zz001);四川省教育厅项目(12ZB201)。
