关于AdaBoost算法实现人脸检测

[ArnoChanszu]

对于AdaBoost算法的训练算法，我已经用C语言实现了，最后组成一个强分类器，用于人脸检测。
问题如下：
1. 检测率还OK，但误检率太高了？请问是什么原因呢？
2. 但是，对于级联分类器，是将训练出的强分类器组合优化形成的吗？还是对弱分类器组合优化？
3. 还有，对于检测率及误检率，各位大侠又是怎么计算的呢？

非常感谢高手指点下哈！

[fire_woods]

1. 更多的樣本, 特別是負樣本.
2. 级联需要有.

[ArnoChanszu]

但是AdaBoost算法是非常耗时的啊
请问可以加下QQ：344173107交流吗？
现在不是很清楚怎么训练、选取一个弱分类器？即确定阈值和方向，特别是方向
[Quote=引用 1 楼 fire_woods 的回复:]

1. 更多的樣本, 特別是負樣本.
2. 级联需要有.
[/Quote]

[bios8086]

AdaBoost没用过哦!
我想 这样两点应该没错 更多的样本，更好的特征向量！
当然你可以说我的是屁话！呵呵

[bios8086]

LZ 还在吗？

[tomato91]

[Quote=引用楼主 fileszu 的回复:]
对于AdaBoost算法的训练算法，我已经用C语言实现了，最后组成一个强分类器，用于人脸检测。
问题如下：
1. 检测率还OK，但误检率太高了？请问是什么原因呢？
2. 但是，对于级联分类器，是将训练出的强分类器组合优化形成的吗？还是对弱分类器组合优化？
3. 还有，对于检测率及误检率，各位大侠又是怎么计算的呢？

非常感谢高手指点下哈！
[/Quote]
Adaboost 算法训练出的强分类器具有最小化
的错误率,而不是很高的检测率,因为通常高检测率
的代价是误检率同样很高从而引起错误率增加。所
以要提高第i 层强分类器的检测率达到di , 一个简
单而有效的方法是降低强分类器的阈值。要降低第
i 层强分类器的误检率到f i ,一个简单而有效的方法
是提高强分类器的阈值, 但这和提高第i 层强分类
器的检测率相悖,所以采用另一个方法———增加弱
分类器的个数,随着弱分类器个数的增加,强分类器
的检测率也会提高,而误检率会降低,不过增加弱分
类器的个数会引起计算时间的增加, 所以构造层叠
分类器时要考虑两个平衡: (1) 降低强分类器的阈
值在增加检测率同时也增加了误检率; (2) 增加弱
分类器个数在降低误检率的同时也增加了计算时
间。

[tomato91]

[Quote=引用楼主 fileszu 的回复:]
对于AdaBoost算法的训练算法，我已经用C语言实现了，最后组成一个强分类器，用于人脸检测。
问题如下：
1. 检测率还OK，但误检率太高了？请问是什么原因呢？
2. 但是，对于级联分类器，是将训练出的强分类器组合优化形成的吗？还是对弱分类器组合优化？
3. 还有，对于检测率及误检率，各位大侠又是怎么计算的呢？

非常感谢高手指点下哈！
[/Quote]
2.级联分类器，是将训练出的强分类器组合优化形成的
3.看论文《基于Adaboost层叠式分类器的人脸检测算法仿真》

[dianwei_wang]

关键还是样本训练的不够好。