Усиление слабых классификаторов при распознавании событий городской сцены

М. Н. Фаворская

ФГБОУ ВПО «Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева» (СибГАУ)

Разработан модифицированный метод усиления слабых классификаторов, устойчивый к шуму, путем ввода уточняющих коэффициентов в базовый алгоритм таким образом, чтобы прецеденты отстояли бы от разделяющей поверхности более равномерно. Метод позволяет снизить ошибку сегментации до 4 % за счет тензорных структур оценки движения, ошибку обучения до 5 %, а ошибку ложного срабатывания – до 1 %;

 

ENHANCEMENT OF WEAK CLASSIFIES IN URBAN EVENT RECOGNITION

M. N. Favorskaya

SiberianStateAerospaceUniversity after academician M. F. Reshetnev (SibSAU)

The modified method of weak classifies robust for noises was developed by usage of corrective coefficients in the basic algorithm so that samples were uniformly distributed from a separating surface. The method permits to reduce a segmentation error to 4 % by applying tensor structures for motion estimation, a learning error to 5 %, and an error of false recognition to 1 %.

  Скачать статью (pdf)