论文部分内容阅读
现实中,各个图像的检测难度不一,并且检测难度处于中间状态的图像占大多数。利用此规律,本文提出了一种改进的AdaBoost算法——普通样本AdaBoost。该方法首先分析了训练样本的检测难度分规律,并以此确定普通样本的检测率范围。在训练时,对于普通样本采用特殊的权重更新方法,而非普通样本则使用传统方法。实验结果表明,新算法比传统AdaBoost算法在检测率和负样本误检率上作的更好。