一种训练方法及装置制造方法及图纸

本发明专利技术实施例提供一种训练方法及装置，用于降低现有技术的误检率，提高检测效率。所述方法包括：对样本库中的样本进行操作，得到当前训练样本；使用当前训练样本对每一级弱分类器进行训练，最终得到一级强分类器；调整当前训练样本作为下一级强分类器训练时所需要的训练样本。可见通过本发明专利技术实施例提供的方法，能够降低现有技术的误检率，提高训练效率。

A training method and device

The embodiment of the invention provides a training method and a device, which can reduce the false detection rate of the existing technology and improve the detection efficiency. The method includes: the operation of the sample set, get the training samples; using the training samples to train each classifier, finally obtained strong classifier level; adjustment as required under a strong classifier training samples of the training samples. It can be seen that the method provided by the invention can reduce the false detection rate of the existing technology and improve the training efficiency.

【技术实现步骤摘要】
一种训练方法及装置
本专利技术涉及通信电子
，尤其涉及一种训练方法及装置。
技术介绍
在目前无论是对人脸还是非人脸进行识别，一般都是通过对样本库中的正样本和负样本进行一级一级训练和检测，从而得到分类器以及级联分类器。其过程如下：正样本是指包含待检测物体的图片，其尺寸与训练窗口一致；负样本是从不包含待检测物体的任意图片中抠取出来的，因此该图片尺寸应大于训练窗口的尺寸；在实际训练过程中还需将负样本统一缩放到训练窗口大小。生成分类器的过程为：步骤11，选定包含正样本和负样本的样本库，并将所有样本分成训练样本和测试样本两部分；步骤12，使用训练样本执行分类器算法，生成分类器；步骤13，在测试样本上执行该分类器，生成预测结果；步骤14，根据预测结果，计算必要的评估指标，评估分类器的性能。通过迭代上述生成分类器的过程后，便可得到级联分类器，即强分类器：针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。使用级联分类器的工作包含两个阶段：训练和检测。通过训练的过程得到一个级联分类器，然后使用该级联分类器对图像进行检测，被检测图像依次本文档来自技高网...

【技术保护点】
一种训练方法，其特征在于，所述方法包括：对样本库中的样本进行操作，得到当前训练样本；使用当前训练样本对当前分类器进行训练；使用所述当前分类器对所述当前训练样本进行检测，并根据检测结果对所述当前训练样本进行调整，将调整后的训练样本作为下一次训练的训练样本；重复上述过程得到由N级强分类器组合成最终的级联分类器。

【技术特征摘要】
1.一种训练方法，其特征在于，所述方法包括：对样本库中的样本进行操作，得到当前训练样本；使用当前训练样本对当前分类器进行训练；使用所述当前分类器对所述当前训练样本进行检测，并根据检测结果对所述当前训练样本进行调整，将调整后的训练样本作为下一次训练的训练样本；重复上述过程得到由N级强分类器组合成最终的级联分类器。2.如权利要求1所述的方法，其特征在于，所述对样本库中的样本进行操作包括：按照预设方式选出指定数目的正样本和负样本，按照所述正样本的尺寸对所述负样本进行随机截取操作；所述得到当前训练样本包括：将选定数目的正样本和完成截取操作的负样本作为当前训练样本。3.如权利要求2所述的方法，其特征在于，所述使用当前训练样本对当前分类器进行训练包括：将检测错误的负样本的权重增加，将权重大的负样本作为训练时所需要的当前训练样本。4.如权利要求1所述的方法，其特征在于，所述方法还包括降低虚警率。5.一种训...

【专利技术属性】
技术研发人员：余慧，
申请(专利权)人：北京君正集成电路股份有限公司，
类型：发明
国别省市：北京,11