ZOL论坛 > 技术论坛 > Java技术论坛 > AdaBoost算法理解基于世纪晟3D动态人脸识别实战学习
帖子很冷清,卤煮很失落!求安慰
返回列表
签到
手机签到经验翻倍!
快来扫一扫!

AdaBoost算法理解基于世纪晟3D动态人脸识别实战学习

31浏览 / 5回复

a794691009

a794691009

0
精华
2
帖子

等  级:Lv.1
经  验:40
  • Z金豆: 10

    千万礼品等你来兑哦~快点击这里兑换吧~

  • 城  市:
  • 注  册:2018-03-08
  • 登  录:2018-08-31
发表于 2018-08-08 09:30:02
电梯直达 确定
楼主

AdaBoost算法理解基于世纪晟3D动态人脸识别实战学习

 

AdaBoost算法就是用一个数据多次训练一个弱的分类器,但是adaboost分类器主要关注那些以被分离器错分的数据。提高分类错误数据的权重,降低分对数据集的权重。最后把每个分类器集合到一起,然后进行测试。(注:关于这一部分的学习,主要来源于世纪晟科技3D动态人脸识别的实战练习。)

 

功能——

将分类性能不好的弱分类器提升为分类性能好的强分类器的学习算法

 

思想——

学习一系列分类器,在这个序列中每一个分类器对它前一个分类器导致的错误分类样例给予更大的重视

 

AdaBoost用于人脸模式分类

其中,h表示弱分类器的值, 表示弱学习算法寻找出的阈值,表示特征值,x表示一个Harr-like特征。

 

图是比较直观能够理解的,至于Harr-like特征之前也有谈到过,同时对于Haar-Like特征的快速计算也写过一篇,这部分可以结合起来一起学习。

 

输入——

1.训练用人脸和非脸样本

2.指定要挑选出来的弱分类器的数目T

这也是程序循环的次数 

3.利用先验知识初始化权值向量

一般可以平均设置

 

 

这里展示的是Adaboost学习算法流程。具体参考以下输入:

· 训练样本集合(x1,y1), (x2,y2), ..., (xn,yn)

其中:

· 每个样本固定大小

-如20x20像素

-计算全部可能的Haar-like特征(数十万个)

· 训练样本可能多达100,000个

· 初始化T,初始化每个样本的权重

 

学习流程——

For t=1,...,T

1. 归一化权重,使得 为一个概率分布:

2. 对每个特征j,训练一个弱分类器

并计算其带权重的错误率

 

3. 选择误差最小的弱分类器

4. 更新每个样本的权重

其中:xi 被正确分类,ei=0,否则ei=1

注意:正确分类则权重下降,否则不变;错误率越小,Beta也越小

 

最终得到的强分类器——

注:弱分类器错误率越小,β就越小,α就越大

H(x)为+,则为正例(人脸)

H(x)为-,则为反例(非人脸)


korea66

korea66


精华

帖子

等  级:Lv.2
经  验:576
发表于 2018-08-08 10:17:00 1楼
初来乍到,请多多关照。

wf211

wf211


精华

帖子

等  级:Lv.9
经  验:87563
发表于 2018-08-08 12:36:17 2楼
专业抢二楼!顺便笑摸狗头(3L)

li770423

li770423


精华

帖子

等  级:Lv.4
经  验:1468
发表于 2018-08-08 14:32:36 3楼
看到楼主我有种智商上的优越

l1fkcr

l1fkcr


精华

帖子

等  级:Lv.1
经  验:0
发表于 2018-08-10 15:07:17 4楼

谢谢楼主!

mnfwssv152

mnfwssv152


精华

帖子

等  级:Lv.1
经  验:0
发表于 2018-08-17 09:33:20 5楼

谢谢楼主!

高级模式
论坛精选大家都在看24小时热帖7天热帖大家都在问最新回答

针对ZOL论坛您有任何使用问题和建议 您可以 联系论坛管理员查看帮助  或  给我提意见

快捷回复 APP下载 返回列表