论文部分内容阅读
针对传统AdaBoost算法的不足,分析了分类器训练时间长和训练过程中容易出现训练结果对训练样本严重收敛的问题(过训练),并提出了解决这一问题的有效方法.新方法主要将特征值和排序结果进行缓存以及对训练样本及时更新.使用该方法训练级联车牌检测器,实验结果表明,新方法较好地解决了传统AdaBoost算法中所出现的过训练和训练耗时的问题,在提高检测率的同时降低了误检率,并且训练时间缩短了50%左右.