基于多类在线Boosting的图像识别算法

摘要：

针对在线Boosting算法难以在多类图像识别中使用的问题,提出了一种基于错误纠正输出编码(ECOC)的多类在线Boosting算法.该算法在计算弱分类器的错误率时借鉴ECOC的思想,引入了一个类别标签映射函数;然后给出了在该映射函数下训练样本的权重及弱分类器的权重的计算与更新方法.通过在不同数据库上的对比实验,验证了文中算法是快速有效的,且具有较强的鲁棒性.

关键词：图像识别、多类、在线Boosting

所属期刊栏目：23

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家"九七三"重点基础研究发展规划项目2011CB302400;国家自然科学基金60635030

在线出版日期：2011-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1194-1199