一种基于在线学习的自适应级联分类器训练方法专利登记公告

专利名称：一种基于在线学习的自适应级联分类器训练方法

摘要：本发明公开了基于在线学习的自适应级联分类器训练方法，其步骤为：①准备一个含有少量样本的训练样本集，采用级联分类器算法训练一个初始的级联分类器HC(x)；②使用HC(x)遍历待检测的图像帧，逐一提取与上述训练样本同样大小的区域计算其特征值集合，从而可用初始的级联分类器对其进行分类，判断是否为目标区域，即完成目标检测；③对检测到的目标采用粒子滤波算法进行跟踪，通过跟踪对目标检测结果进行验证，将错误的检测标注为在线学习的负样本。此外，通过跟踪获取真实目标的不同姿态，从中提取在线学习的正样本；④每获得一个在线学习

专利类型：发明专利

专利号：CN201010166225.6

专利申请（专利权）人：华中科技大学

专利发明（设计）人：桑农;罗大鹏;黄锐;唐奇伶;王岳环;高常鑫;高峻;笪邦友

主权项：一种基于在线学习的自适应级联分类器的训练方法，用于使分类器自动学习新样本提高分类精度，该训练方法包括如下步骤：(1)准备一个训练样本集，该训练样本集含有M个训练样本(Ui，Vi)，i＝1，ΛΛ，M，M为训练样本数，采用级联分类器算法通过该训练样本集训练初始级联分类器Hc(x)，其中，Ui表示训练样本的特征值集合，Vi为样本类别，(2)使用该初始级联分类器Hc(x)遍历待检测的图像帧，逐一提取与上述训练样本同样大小的区域计算其特征值集合，用所述初始级联分类器Hc(x)对上述区域进行分类，判断是否为目标区域，

专利地区：湖北