基于随机森林的精确目标检测方法

• 作者: 向涛 李旭冬 李涛 赵雪专
• 来源期刊: 计算机应用研究
• 关键词: 随机森林 决策树 目标检测 长宽比 Boosting算法
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2837-2840
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.09.063

摘要

针对复杂场景中目标检测精确度过低的问题,基于随机森林算法提出一种能适应由姿态、视角和形状引起外观变化的目标检测方法,同时还能有效预测最佳检测框大小,使其与真实目标区域有很高的重叠度.首先,提出一种基于图像块多维特征的树节点分裂函数;然后利用Boosting算法逐层生成树,使得每次分裂中错分样本更受关注;最后,扩展了随机森林输入输出空间,使其在分类同时还可预测目标检测框的最优长宽比.实验结果表明,该方法在不增加时间开销的同时提高了检测的精确度,对森林中树生成算法的改进提升了分类性能,对森林输出空间的扩展使得目标检测框与真实目标区域有更高的重叠率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李涛	电子科技大学计算机科学与工程学院	37	296	9.0	16.0
5	向涛	电子科技大学计算机科学与工程学院	7	49	3.0	7.0
6	赵雪专	中国科学院成都计算机应用研究所	14	59	5.0	6.0
7	李旭冬	电子科技大学计算机科学与工程学院	5	163	3.0	5.0