基于AdaBoost检测器的似然估计方法

• 作者: 张田文 李培华 王海晶
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 似然估计 AdaBoost 层内概率统计 层间概率统计
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 891-896
• 页数: 6页
• 分类号: TP3
• 字数: 5146字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2007.09.003

摘要

本文提出利用Gentle AdaBoost (GAB) 训练一个层叠结构的目标检测器,然后基于训练出的检测器结构引入两种策略,设计了5种应用于后续粒子滤波跟踪的似然函数.为估计目标出现的概率,提出了两种构造似然函数的策略:层内概率统计(PIS)策略和层间概率统计(POS)策略.PIS表示在同一层内每个弱分类器的实数输出的概率统计,POS为实现层叠检测器在检测时所到达深度的概率统计.基于这两种策略,设计出了5种似然函数的形式:基于层叠结构的层内概率密度估计似然函数(PIS-CA)、基于合成结构的层内概率密度估计似然函数(PIS-EA)、层间概率密度估计似然函数(POS)、顺序组合层叠检测器的层内概率密度估计似然函数(S-PIS-POS)和逆序组合层叠检测器的似然函数(A-PIS-POS).实验表明,所定义的似然函数可以很好地估计目标出现的概率,在目标出现的区域比背景区域具有更大的置信度,整合PIS和POS两种策略的似然函数具备最优的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张田文	哈尔滨工业大学计算机科学与技术学院	101	1786	19.0	39.0
2	李培华	黑龙江大学计算机科学技术学院	10	239	5.0	10.0
3	王海晶	哈尔滨工业大学计算机科学与技术学院	1	1	1.0	1.0