[发明专利]一种用于行人检测的树状组合分类方法

摘要

一种应用于行人检测的动态生成树状组合分类器的方法包括：对读入的所有样本提取特征，生成特征向量；初始化树状组合分类器结构，使其为一棵只有一个根节点的树；判断树中是否存在可扩展的叶子节点；选择一个可扩展的叶子节点，作为待训练单分类器的父节点，并针对该待训练单分类器选择训练样本；使用AdaBoost算法训练得到一个单分类器；判断训练得到的分类器是否满足可分裂条件，若不满足则把此单分类器加入到树中；把训练此单分类器的样本分为两份，重新训练，得到两个单分类器并加入到树中；构造组合分类器直到满足条件；利用得到的树状组合分类器对待检测目标分类得到检测结果。本发明降低了误报率、提高了检测率。

主权项

1、一种应用于行人检测的动态生成树状组合分类器的方法，其特征在于：(1)读入训练样本，训练样本包含有一个完整行人的正样本和形似行人的物体负样本，其中负样本数量远大于正样本数量；(2)对步骤(1)读入的所有样本提取特征，生成特征向量；(3)初始化树状组合分类器结构，使其为一棵只有一个根节点的树，其中根节点为一个永真的单分类器，即对任意输入向量的分类结果均为True；(4)判断树中是否存在可扩展的叶子节点，若不存在则表示组合分类器训练完毕，转步骤(10)；(5)选择一个可扩展的叶子节点，作为待训练单分类器的父节点，并针对该待训练单分类器选择训练样本；(6)使用AdaBoost算法训练得到一个单分类器；(7)判断由步骤(6)训练得到的分类器是否满足可分裂条件，若满足则把此单分类器加入到树中，转步骤(4)；(8)把训练此单分类器的样本分为两份，重新训练，得到两个单分类器并加入到树中；(9)转步骤(4)继续构造组合分类器直到满足结束条件；(10)利用以上步骤所得到的树状组合分类器对待检测目标分类，得到最终的检测结果。