一种基于分布式计算的Adaboost训练算法

• 作者: 贺建飙 贺灏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Boost 分布式训练 权重 检测率
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 258-260
• 页数: 3页
• 分类号: TP3
• 字数: 3281字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.02.083

摘要

Adaboost方法是一种可以将弱学习转化为强学习的方法,从理论上讲,只要有足够多的样本,足够多的特征,训练足够充分,adaboost训练出来的分类器的错误率可以无限趋于零的.但是,正因为如此,当样本数目比较多,特征数目也很多时,adaboost训练算法存在训练时间太长的问题.同时,在检测人脸过程中,由于大多数的检测算法采用穷举方式,当原始图片过大时,也存在检测时间长的问题.首先将分布式计算引入adaboost训练算法当中,以提高训练速度;同时,对检测算法加以改进,用前一次检测中通过的强分类器数目来动态决定下一次的移动步长,从而提高了检测速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺灏	中南大学信息科学与工程学院	1	3	1.0	1.0
2	贺建飙	中南大学信息科学与工程学院	2	5	2.0	2.0