[发明专利]训练adaboost级联分类器的优化方法

权利要求书

1.一种训练adaboost级联分类器的优化方法，其特征在于，该方法包括：

步骤1：选标准正样本和标准负样本训练级联分类器的第一级；

步骤2：根据级联分类器的上一级的判别样本的响应值筛选用于训练下一级分类器的正负样本；

步骤3：对每级分类器多次筛选训练样本训练得到多个分类器,根据检测性能评价曲线和弱分类器数量联合筛选出每级最优分类器；

步骤4：重复步骤2和3得到最优的级联分类器；

其中，针对后续级的样本库的正负样本的筛选办法如下：

首先对当前所得到的级联分类器的检测能力做评估，也就是使用当前的级联分类器对待检测目标进行辨别，在得到检测性能也就是检测率和误报率的同时，对漏检测目标和误检测目标再进行一次分类；

将漏检测目标和误检测目标按照级联分类器的判别输出值进行排序；

其中，利用置信度输出来对漏检目标和误检测目标进行排序，实际上就是对样本按照了其判别难易程度进行排序；

按照样本的排序选取一定数量的漏检样本加入到原来的正样本库中作为下一级分类器训练所使用的正样本，选取一定数量的误检样本作为负样本作为下一级分类器训练所使用的负样本来训练下一级分类器。