加权极限学习机在行人检测中的研究和应用

作者：刘倩; 李策; 杨峰; 刘立波; 邓箴

来源：计算机工程与设计, 2019, 40(08): 2366-2371.

DOI：10.16208/j.issn1000-7024.2019.08.044

• 加权极限学习机
• 自适应增强
• 信息熵
• 相似性原理
• 行人检测

针对AdaBoost框架下加权极限学习机没有考虑到离群点对分类面的影响,提出基于AdaBoost的权值极限学习机的改进算法。利用隐层空间样本间欧式距离设置学习机初始权值,根据信息熵相似性原理更新AdaBoost框架内弱分类器权值。在INRIA和Caltech-USA两个不平衡行人数据库上的分析实验结果表明,该算法具有原算法处理不平衡样本分类的能力,同时误检率得到显著降低。

• 单位
  中国矿业大学（北京）