專利名稱：分類器及分類方法
技術(shù)領(lǐng)域：
本申請(qǐng)總體上涉及目標(biāo)分類技術(shù)，即分類器及分類方法。具體而言，本申請(qǐng)涉及一種級(jí)聯(lián)分類器，以及一種級(jí)聯(lián)分類方法。
背景技術(shù)：
P. Viola 和M. Jones 在文章 Rapid Object Detection using a BoostedCascade of Simple Features (CVPR 2001)中提出了級(jí)聯(lián)方式的分類器，得到廣泛的認(rèn)同和應(yīng)用。 后來又產(chǎn)生了許多變種的級(jí)聯(lián)分類器，例如B. Wu和R. Nevatia的Cluster Boosted Tree Classifier for Multi-view, Multi-PoseObject Detection (ICCV 2007)，以及 C. Huang， H. Ai, Y. Li 和 S.Lao 的 Vector Boosting for Rotation Invariant Multi-View Face Detection (ICCV2005)。以上三篇文獻(xiàn)均通過這里的引用全文合并到本申請(qǐng)文件中。如圖1所示，無論是哪種級(jí)聯(lián)分類器，都具備以下特點(diǎn)a)分為多個(gè)串聯(lián)的級(jí)，例如C1到Cn ；b)輸入樣本102逐級(jí)被驗(yàn)證，只要被任意級(jí)拒絕(圖1中從子分類器向上的箭頭)，則此樣本被判別為負(fù)樣本(圖1中的輸出“O”)；c)只有被全部級(jí)分類器判別為正的樣本被最終判別為正樣本(圖1中的輸出“+1”)。因此級(jí)聯(lián)分類器只有兩種輸出+1和0(或者-1，圖1中表示為0)。

發(fā)明內(nèi)容
在下文中給出了關(guān)于本發(fā)明的簡(jiǎn)要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。概括而言，本申請(qǐng)針對(duì)傳統(tǒng)級(jí)聯(lián)分類器結(jié)構(gòu)中只有樣本通過全部級(jí)才被判別為正的問題設(shè)計(jì)了通過構(gòu)建多個(gè)決策級(jí)來進(jìn)行置信度的累進(jìn)，使得分類器對(duì)不同樣本可以有更好的置信度區(qū)分。根據(jù)本申請(qǐng)所提供的一種實(shí)施例，提供了一種級(jí)聯(lián)分類器，包括多個(gè)級(jí)聯(lián)的子分類器，其中，樣本通過其中任一子分類器之后獲得相應(yīng)的置信度，該置信度從樣本的初始置信度開始，隨通過的子分類器級(jí)數(shù)而逐漸增加。根據(jù)本申請(qǐng)所提供的另一種實(shí)施例，提供了一種分類方法，包括使樣本通過多個(gè)級(jí)聯(lián)的子分類器，其中，樣本通過其中任一子分類器之后獲得相應(yīng)的置信度，該置信度從樣本的初始置信度開始，隨通過的子分類器級(jí)數(shù)而逐漸增加。按照上述實(shí)施例，能夠通過累進(jìn)式置信度計(jì)算使得級(jí)聯(lián)分類器對(duì)不同的樣本有更細(xì)致的區(qū)分，可以得到更細(xì)致的置信度輸出，而不是簡(jiǎn)單的“是與非”。此外，本申請(qǐng)的實(shí)施例還提供了能夠在計(jì)算機(jī)上執(zhí)行以實(shí)現(xiàn)上述方法或者裝置的計(jì)算機(jī)程序產(chǎn)品，以及存儲(chǔ)有或者傳輸所述計(jì)算機(jī)程序的計(jì)算機(jī)可讀介質(zhì)。


參照下面結(jié)合附圖對(duì)本發(fā)明實(shí)施例的說明，會(huì)更加容易地理解本發(fā)明的以上和其它目的、特點(diǎn)和優(yōu)點(diǎn)。在附圖中，相同的或?qū)?yīng)的技術(shù)特征或部件將采用相同或?qū)?yīng)的附圖標(biāo)記來表示。所述附圖連同下面的詳細(xì)說明一起包含在本說明書中并且形成本說明書的一部分，而且用來進(jìn)一步舉例說明本發(fā)明的優(yōu)選實(shí)施例和解釋本發(fā)明的原理和優(yōu)點(diǎn)。在附圖中圖1為在“背景技術(shù)”部分已經(jīng)說明的現(xiàn)有級(jí)聯(lián)分類器的示意圖；圖2為能夠用于實(shí)現(xiàn)本發(fā)明的各實(shí)施例的計(jì)算設(shè)備200的例子的示意圖；圖3為根據(jù)本發(fā)明的一種實(shí)施方式的級(jí)聯(lián)分類器的示意圖；圖4為根據(jù)本發(fā)明的另一種實(shí)施方式的級(jí)聯(lián)分類器的示意圖；圖5為根據(jù)本發(fā)明的另一種實(shí)施方式的級(jí)聯(lián)分類器的示意圖；圖6為根據(jù)本發(fā)明的另一種實(shí)施方式的級(jí)聯(lián)分類器的示意圖；圖7為根據(jù)本發(fā)明的另一種實(shí)施方式的級(jí)聯(lián)分類器的示意圖；圖8為根據(jù)本發(fā)明的另一種實(shí)施方式的級(jí)聯(lián)分類器的示意圖；圖9為根據(jù)本發(fā)明的一種實(shí)施方式的分類方法的流程圖；圖10為根據(jù)本發(fā)明的另一種實(shí)施方式的分類方法的流程圖。
具體實(shí)施例方式在下文中將結(jié)合附圖對(duì)本發(fā)明的示范性實(shí)施例進(jìn)行描述。為了清楚和簡(jiǎn)明起見， 在說明書中并未描述實(shí)際實(shí)施方式的所有特征。然而，應(yīng)該了解，在開發(fā)任何這種實(shí)際實(shí)施例的過程中必須做出很多特定于實(shí)施方式的決定，以便實(shí)現(xiàn)開發(fā)人員的具體目標(biāo)，例如，符合與系統(tǒng)及業(yè)務(wù)相關(guān)的那些限制條件，并且這些限制條件可能會(huì)隨著實(shí)施方式的不同而有所改變。此外，還應(yīng)該了解，雖然開發(fā)工作有可能是非常復(fù)雜和費(fèi)時(shí)的，但對(duì)得益于本公開內(nèi)容的本領(lǐng)域技術(shù)人員來說，這種開發(fā)工作僅僅是例行的任務(wù)。在此，還需要說明的一點(diǎn)是，為了避免因不必要的細(xì)節(jié)而模糊了本發(fā)明，在附圖中僅僅示出了與根據(jù)本發(fā)明的方案密切相關(guān)的裝置結(jié)構(gòu)和/或處理步驟，而省略了與本發(fā)明關(guān)系不大的其他細(xì)節(jié)。首先看圖2，圖示了能夠用于實(shí)現(xiàn)本發(fā)明的各種實(shí)施方式包括級(jí)聯(lián)分類器和分類方法的計(jì)算設(shè)備200的例子的結(jié)構(gòu)示意圖。在圖2中，中央處理單元(CPU) 201根據(jù)只讀存儲(chǔ)器(ROM) 202中存儲(chǔ)的程序或從存儲(chǔ)部分208加載到隨機(jī)存取存儲(chǔ)器(RAM) 203的程序執(zhí)行各種處理。在RAM 203中，也根據(jù)需要存儲(chǔ)當(dāng)CPU 201執(zhí)行各種處理等等時(shí)所需的數(shù)據(jù)。CPU 201、ROM 202和RAM 203經(jīng)由總線204彼此連接。輸入/輸出接口 205也連接到總線204。下述部件連接到輸入/輸出接口 205 輸入部分206，包括鍵盤、鼠標(biāo)等等；輸出部分207，包括顯示器，比如陰極射線管(CRT)顯示器、液晶顯示器(LCD)等等，和揚(yáng)聲器等等； 存儲(chǔ)部分208，包括硬盤等等；和通信部分209，包括網(wǎng)絡(luò)接口卡比如LAN卡、調(diào)制解調(diào)器等等。通信部分209經(jīng)由網(wǎng)絡(luò)比如因特網(wǎng)執(zhí)行通信處理。根據(jù)需要，驅(qū)動(dòng)器210也連接到輸入/輸出接口 205?？刹鹦督橘|(zhì)211比如磁盤、
5光盤、磁光盤、半導(dǎo)體存儲(chǔ)器等等根據(jù)需要被安裝在驅(qū)動(dòng)器210上，使得從中讀出的計(jì)算機(jī)程序根據(jù)需要被安裝到存儲(chǔ)部分208中。可以從網(wǎng)絡(luò)比如因特網(wǎng)或存儲(chǔ)介質(zhì)比如可拆卸介質(zhì)211向計(jì)算設(shè)備中安裝程序。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這種存儲(chǔ)介質(zhì)不局限于圖2所示的其中存儲(chǔ)有程序、與設(shè)備相分離地分發(fā)以向用戶提供程序的可拆卸介質(zhì)211?？刹鹦督橘|(zhì)211的例子包含磁盤(包含軟盤(注冊(cè)商標(biāo)))、光盤(包含光盤只讀存儲(chǔ)器(⑶-ROM)和數(shù)字通用盤 (DVD))、磁光盤(包含迷你盤(MD)(注冊(cè)商標(biāo)))和半導(dǎo)體存儲(chǔ)器?；蛘?，存儲(chǔ)介質(zhì)可以是 ROM 202、存儲(chǔ)部分208中包含的硬盤等等，其中存有程序，并且與包含它們的設(shè)備一起被分發(fā)給用戶。第一實(shí)施方式按照本申請(qǐng)所提供的第一種實(shí)施方式，提供了一種級(jí)聯(lián)分類器，包括多個(gè)級(jí)聯(lián)的子分類器，其中，樣本通過其中任一子分類器之后獲得相應(yīng)的置信度，該置信度從樣本的初始置信度開始，隨通過的子分類器級(jí)數(shù)而逐漸增加。這樣，級(jí)聯(lián)分類器會(huì)對(duì)樣本給出一個(gè)實(shí)數(shù)置信度值，而不是簡(jiǎn)單地拒絕或者接受，從而能夠通過不同的置信度值更好地對(duì)不同的樣本予以區(qū)分。圖3圖示了該實(shí)施方式的一種具體的結(jié)構(gòu)示例，其中級(jí)聯(lián)分類器具有級(jí)聯(lián)的多級(jí) (記為N級(jí)，N為大于1的自然數(shù))子分類器Ci (i為滿足l<=i<=N的自然數(shù))。圖中，從每一個(gè)子分類器向右的箭頭表示樣本通過該子分類器后輸出相應(yīng)的置信度Vi并且樣本進(jìn)入下一級(jí)子分類器。從每一個(gè)子分類器向上的箭頭表示樣本未能通過該級(jí)子分類器并輸出相應(yīng)的置信度Vi+在本實(shí)施方式中，這些子分類器級(jí)被配置為使得輸入樣本102通過第i級(jí)子分類器Ci之后獲得的置信度Vi滿足Vi > V"，其中Vtl為樣本的初始置信度。顯然，如果輸入樣本102未通過某一級(jí)子分類器Vi,則輸入樣本獲得的置信度V"是前一級(jí)子分類器C^1所賦予的置信度。具體來說，例如，如果輸入樣本102通過了 C2而未通過C3,則獲得置信度V2 ；如果輸入樣本102進(jìn)一步通過了 C3,則獲得置信度V3,并且V3 > V2。這樣，通過該結(jié)構(gòu)的級(jí)聯(lián)分類器，使得能夠依據(jù)輸入樣本所通過的子分類器級(jí)數(shù)，對(duì)樣本賦予不同的置信度，從而有利于對(duì)樣本的更為細(xì)致的區(qū)分，有助于更為準(zhǔn)確地實(shí)現(xiàn)例如目標(biāo)檢測(cè)等目的。按照本實(shí)施方式，各級(jí)子分類器的置信度逐級(jí)遞增。對(duì)于逐級(jí)遞增方式，可以是任何方式。例如，根據(jù)一種變型，可以與子分類器的性能有關(guān)或者無關(guān)地直接設(shè)定在通過某個(gè)子分類器后樣本所獲得的置信度值。根據(jù)另一種變型，可以將通過某個(gè)子分類器后樣本所獲得的置信度值設(shè)置為與子分類器的性能有關(guān)或者無關(guān)地算術(shù)遞增，例如每通過一個(gè)子分類器級(jí)就增加一個(gè)大于零的固定值，或者增加一個(gè)與子分類器本身的置信度或者其它指標(biāo)(例如誤檢率等)相關(guān)聯(lián)的大于零的值。根據(jù)再一種變型，可以將通過某個(gè)子分類器后樣本所獲得的置信度值設(shè)置為與子分類器的性能有關(guān)或者無關(guān)地指數(shù)遞增，例如每通過一個(gè)子分類器級(jí)指數(shù)就增加一個(gè)固定值，或者增加一個(gè)與子分類器本身的置信度或者其它指標(biāo)(例如誤檢率等)相關(guān)聯(lián)的值。根據(jù)再一個(gè)變型，可以將通過某個(gè)子分類器后樣本所獲得的置信度值設(shè)置為與子分類器的性能有關(guān)或者無關(guān)地乘式遞增，例如每通過一個(gè)子分類器級(jí)置信度就乘以一個(gè)大于1的固定值，或者乘以一個(gè)與子分類器本身的置信度或者其它指標(biāo)(例如誤檢率等)相關(guān)聯(lián)的大于1的值。上述各種變型可以任意選用。但是，為了獲得更好的效果，可以結(jié)合子分類器的內(nèi)部結(jié)構(gòu)來合適地確定置信度的遞增方式。例如，如果子分類器不給出準(zhǔn)確的置信度值或者其它指標(biāo)，則可以直接設(shè)定置信度值，否則就依據(jù)子分類器的置信度或者其它指標(biāo)計(jì)算置
信度值。例如，可以依據(jù)各級(jí)子分類器所確定的樣本的置信度確定所述遞增值。例如， 如果某個(gè)子分類器級(jí)是包括多個(gè)基分類器的合并增強(qiáng)(Boosting)分類器(例如Marco Pedersoli 等人的文章“Boosting Histograms ofOriented Gradients for Human Detection" (http://lear. inrialpes. fr/people/triggs/pubs/Dalal-cvpr05. pdf，2009 年8月11日最后訪問)就公開了一種這樣的合并增強(qiáng)分類器，該文獻(xiàn)的內(nèi)容通過這里的引用合并到本申請(qǐng)中)，該子分類器對(duì)置信度的遞增值可以與所述多個(gè)基分類器的輸出之和與該Boosting分類器的閾值之間的差值的絕對(duì)值相關(guān)。具體而言，Boosting分類器由多個(gè)較弱的基分類器構(gòu)成，每一個(gè)基分類器有自己的輸出。只有當(dāng)所有基分類器的輸出之和超過該Boosting分類器的閾值時(shí)，才算通過該Boosting分類器。因此，所述基分類器輸出之和與所述閾值之差的絕對(duì)值就反映了該Boosting分類器對(duì)樣本的置信度。

又例如，置信度是算術(shù)遞增、指數(shù)遞增還是乘式遞增，最好是考慮在設(shè)計(jì)子分類器時(shí)，每一級(jí)子分類器相對(duì)于前一級(jí)分類器的性能的提升是算術(shù)遞增、指數(shù)遞增還是乘式遞
+曰O作為一個(gè)例子，一般都將各級(jí)子分類器設(shè)計(jì)為乘式遞增的。因此本實(shí)施方式的置信度也可以采用乘式遞增。除了直接設(shè)定大于1的遞增系數(shù)之外，還可以使置信度與子分類器的性能相關(guān)聯(lián)地遞增。例如，原理上，各級(jí)子分類器的誤檢率應(yīng)當(dāng)逐步降低，因?yàn)樵谟?xùn)練時(shí)下一級(jí)子分類器只處理通過了上一級(jí)子分類器的樣本。因此，可以考慮使用與誤檢率相關(guān)的遞增系數(shù)。例如，可以使該系數(shù)為fi-i/fi，其中fi為第i級(jí)子分類器Ci的誤檢率。由于各級(jí)子分類器的誤檢率應(yīng)當(dāng)逐步降低，因此fi < fi-i，進(jìn)而該遞增系數(shù)大于1，因此樣本的置信度會(huì)隨著通過的子分類器級(jí)數(shù)的增加而逐步提高。對(duì)于本實(shí)施方式的上述所有變型，都可以進(jìn)行進(jìn)一步改進(jìn)。例如，可以對(duì)算術(shù)遞增、指數(shù)遞增或者乘式遞增的遞增值或者遞增系數(shù)針對(duì)不同的子分類器級(jí)加權(quán)。加權(quán)系數(shù)的確定可以有各種各樣的方式。一種方式是依據(jù)子分類器級(jí)的位置確定，例如，越往下游， 意味著樣本為正樣本的概率越高，因此可以對(duì)下游的子分類器級(jí)賦予更高的加權(quán)系數(shù)。或者，可以依據(jù)各子分類器級(jí)本身對(duì)具體的輸入樣本的不同表現(xiàn)來確定加權(quán)系數(shù)。例如，可以將子分類器所確定的樣本的置信度作為加權(quán)系數(shù)。在一個(gè)更為具體的變型當(dāng)中，例如，如果某個(gè)子分類器級(jí)是包括多個(gè)基分類器的合并增強(qiáng)(Boosting)分類器，則類似于前文所述，可以將所述加權(quán)系數(shù)確定為與所述多個(gè)基分類器的輸出之和與該Boosting 分類器的閾值之間的差值的絕對(duì)值相關(guān)。顯然，每一級(jí)子分類器Ci可以是任何類型的分類器，并且如本領(lǐng)域技術(shù)人員所知的，每一個(gè)子分類器Ci本身可以構(gòu)建為直接獲得樣本的置信度值，也就是說，本實(shí)施方式的級(jí)聯(lián)分類器可以通過按照上述方式設(shè)置每一個(gè)子分類器Ci的置信度輸出(包括每一個(gè)子分類器自身的置信度，以及截止該子分類器為止整個(gè)級(jí)聯(lián)分類器的綜合置信度)來實(shí)現(xiàn)。
7另一方面，也可以在級(jí)聯(lián)分類器中設(shè)置一個(gè)或者多個(gè)置信度計(jì)算模塊(未圖示)，用于基于每一個(gè)子分類器Ci的輸出來計(jì)算截止該子分類器為止整個(gè)級(jí)聯(lián)分類器的綜合置信度。顯然，所述置信度計(jì)算模塊的部分或者全部可以分別視為每一個(gè)子分類器Ci的一部分；反過來，在沒有置信度計(jì)算模塊時(shí)，每一級(jí)子分類器的置信度計(jì)算功能也可以單獨(dú)地視為每一個(gè)子分類器的置信度計(jì)算模塊，或者綜合地視為整個(gè)級(jí)聯(lián)分類器的置信度計(jì)算模塊。另外需要說明的是，輸入樣本的置信度的計(jì)算是按照子分類器的級(jí)聯(lián)順序來計(jì)算的，但是這并不意味著子分類器對(duì)輸入樣本的分類必須依次進(jìn)行。相反，子分類器對(duì)同一輸入樣本的分類可以按照任何順序進(jìn)行，或者并行地進(jìn)行，只要置信度的計(jì)算按照前述方式執(zhí)行就可以了。也就是說，級(jí)聯(lián)分類器的級(jí)聯(lián)順序只是邏輯上的順序，并非實(shí)際執(zhí)行的順序。至于是串行執(zhí)行還是并行執(zhí)行，可以依據(jù)計(jì)算設(shè)備的實(shí)際情況而定。例如，如果計(jì)算設(shè)備的并行計(jì)算能力強(qiáng)，則可以考慮并行地執(zhí)行各子分類器，以縮短串行地依次執(zhí)行所耗費(fèi)的時(shí)間；如果情況相反，則需串行地執(zhí)行，以降低計(jì)算設(shè)備的開銷。第二實(shí)施方式在上面描述的第一實(shí)施方式中，如果輸入樣本被其中的某一級(jí)子分類器拒絕，則所獲得的置信度為前一級(jí)通過的子分類器所賦予的置信度，而不管該級(jí)之后的子分類器的分類結(jié)果如何。但是，該拒絕的子分類器有可能是誤判。例如，有可能除了該級(jí)子分類器拒絕之外，輸入樣本能被其余絕大多數(shù)級(jí)或者甚至所有級(jí)接受，也就是說該樣本本應(yīng)為正樣本。在這種情況下，某一個(gè)級(jí)的誤判就有可能導(dǎo)致整個(gè)級(jí)聯(lián)分類器對(duì)正樣本的置信度較低，從而導(dǎo)致在隨后的處理中產(chǎn)生錯(cuò)誤的結(jié)果——雖然按照該實(shí)施方式的設(shè)計(jì)，對(duì)于級(jí)聯(lián)分類器本身來說只是置信度高低的問題，而非現(xiàn)有技術(shù)中那樣非正即負(fù)的判斷。尤其是如果這個(gè)級(jí)比較靠前的話，更會(huì)嚴(yán)重影響置信度的值。在負(fù)樣本與正樣本的相似度極高的情況下，發(fā)生這種情況的可能性更高。因此，在本實(shí)施方式中，如圖4所示，可以將級(jí)聯(lián)分類器配置為簡(jiǎn)單地忽略沒有通過的子分類器級(jí)。具體而言，例如，如果樣本未通過第i級(jí)子分類器，則使得Vi = Vi-P這樣，前一級(jí)的置信度可以傳遞到下一級(jí)，而使當(dāng)前級(jí)被忽略。根據(jù)實(shí)際情況，可以任意規(guī)定可以忽略多少級(jí)沒有通過的子分類器級(jí)。一種極端情況是可以忽略任何沒有通過的子分類器級(jí)。當(dāng)然也可以設(shè)定最多忽略的級(jí)數(shù)。例如可以將級(jí)聯(lián)分類器配置為允許忽略一級(jí)，也就是在碰到第二個(gè)沒有通過的子分類器級(jí)時(shí)，則不再考慮隨后的子分類器級(jí)的結(jié)果，輸出此時(shí)的置信度。也可以將級(jí)聯(lián)分類器配置為允許忽略兩級(jí)，也就是在碰到第三個(gè)沒有通過的子分類器級(jí)時(shí)，則不再考慮隨后的子分類器級(jí)的結(jié)果，輸出此時(shí)的置信度。等等。在本實(shí)施方式中，對(duì)忽略多少級(jí)的控制可以通過恰當(dāng)?shù)嘏渲酶鱾€(gè)子分類器級(jí)或者級(jí)聯(lián)分類器來實(shí)現(xiàn)。另外，也可以想到在級(jí)聯(lián)分類器中設(shè)置控制裝置(圖中未示出)，用來對(duì)樣本未通過的子分類器級(jí)進(jìn)行計(jì)數(shù)，并依據(jù)計(jì)數(shù)值來控制是否停止分類并輸出。顯然，所述控制裝置的全部或者部分可以分別視為每一個(gè)子分類器級(jí)的一部分。第三實(shí)施方式發(fā)明人注意到，在許多應(yīng)用中，詳細(xì)區(qū)分置信度值的大小只對(duì)那些容易誤判的正樣本和負(fù)樣本有意義，而對(duì)于分類準(zhǔn)確率高的正樣本和負(fù)樣本，詳細(xì)計(jì)算置信度值沒有意義，反而浪費(fèi)計(jì)算資源。因此對(duì)于上述第一實(shí)施方式和第二實(shí)施方式的技術(shù)方案，如圖5和圖6所示，可以用根據(jù)第一實(shí)施方式的第一級(jí)聯(lián)分類器504或者根據(jù)第二實(shí)施方式的第二級(jí)聯(lián)分類器604 與粗分類器502級(jí)聯(lián)。通過該粗分類器502選掉大多數(shù)正樣本和負(fù)樣本。粗分類器對(duì)輸入樣本賦予的置信度即為第一實(shí)施方式或者第二實(shí)施方式的級(jí)聯(lián)分類器的初始置信度V0。換句話說，也可以認(rèn)為本實(shí)施方式是在第一實(shí)施方式和第二實(shí)施方式的級(jí)聯(lián)分類器中，將第一級(jí)子分類器配置為以較高的準(zhǔn)確率篩選掉大多數(shù)正樣本和負(fù)樣本的粗分類器 (未圖示)。進(jìn)一步，如圖7所示，所述粗分類器也可以是第三級(jí)聯(lián)分類器702。具體地，該第三級(jí)聯(lián)分類器702可以是任何類型的級(jí)聯(lián)分類器，尤其可以是傳統(tǒng)的級(jí)聯(lián)分類器，即，只要其任一級(jí)子分類器拒絕樣本，樣本即被所拒絕。需要注意的是，圖7中僅圖示了第一級(jí)聯(lián)分類器504與第三級(jí)聯(lián)分類器702級(jí)聯(lián)的情況，事實(shí)上也可以是第二級(jí)聯(lián)分類器604與第三級(jí)聯(lián)分類器702級(jí)聯(lián)。從另一角度看，也可以認(rèn)為本實(shí)施方式是由多級(jí)子分類器構(gòu)成的級(jí)聯(lián)分類器，其中前M(M為大于1的自然數(shù))級(jí)子分類器B」(j為滿足1 <= j <= M的自然數(shù))按傳統(tǒng)方式工作，即只要樣本被任意子分類器h拒絕，則此樣本被判別為負(fù)樣本(圖7中的輸出 “0”)；后N級(jí)子分類器按第一或者第二實(shí)施方式工作。具體來說，例如，樣本在子分類器~ 以前只能是要么通過，要么被拒絕；而在子分類！C1以后，則樣本逐級(jí)獲得隨所通過的子分類器Ci的數(shù)量增加而提高的置信度。通過本實(shí)施方式，能夠通過前M級(jí)子分類器篩選掉大多數(shù)正樣本和負(fù)樣本，而通過后N級(jí)子分類器對(duì)容易混淆的正樣本和負(fù)樣本賦予更為精細(xì)的置信度，以便更精確地區(qū)分正樣本和負(fù)樣本。如何選定M值將對(duì)分類器的性能有巨大影響，如果M值過大，則整個(gè)級(jí)聯(lián)分類器的性能接近傳統(tǒng)的級(jí)聯(lián)分類器；如果M值過少，則有大量的樣本需要通過后N級(jí)子分類器進(jìn)行置信度計(jì)算，效率降低。在具體應(yīng)用中，M值要依據(jù)具體的應(yīng)用需求和子分類器的特性來確定，是本領(lǐng)域技術(shù)人員在掌握了本申請(qǐng)的基本思想之后容易做到的。確定合適M值的一種方式是根據(jù)傳統(tǒng)級(jí)聯(lián)分類器的性能曲線，例如查全率-準(zhǔn)確率曲線，使得所述前M級(jí)子分類器的查全率較高，以保證前M級(jí)子分類器可以讓絕大多數(shù)正樣本都通過。第四實(shí)施方式本申請(qǐng)的上述各實(shí)施方式可以應(yīng)用于任何需要進(jìn)行分類的技術(shù)領(lǐng)域，包括圖像、 視頻、音頻中的目標(biāo)檢測(cè)技術(shù)。對(duì)于圖像或者視頻中的目標(biāo)檢測(cè)和分類技術(shù)，即在靜態(tài)圖像或者視頻圖像中檢測(cè)多種目標(biāo)物體是否存在，且/或區(qū)分是多種目標(biāo)中的哪一種，并確定其在圖像中的位置和尺寸。對(duì)于音頻中的目標(biāo)檢測(cè)技術(shù)，則是在音頻流中檢測(cè)是否存在目標(biāo)(包括特定說話人， 和/或者特定的內(nèi)容例如單詞等)，以及目標(biāo)在時(shí)間軸上的位置，等等。在進(jìn)行目標(biāo)檢測(cè)時(shí)，人們往往使用窗口進(jìn)行遍歷。對(duì)于圖像，是使用空間窗口進(jìn)行遍歷；對(duì)于音頻，是使用時(shí)間窗口進(jìn)行遍歷；對(duì)于視頻，可以對(duì)單幀圖像使用空間窗口進(jìn)行遍歷，同時(shí)可以在時(shí)間軸上逐幀遍歷。由于檢測(cè)對(duì)象尺度的不確定性，還可以進(jìn)行多尺度遍歷。多尺度遍歷可以通過改變窗口大小進(jìn)行，也可以通過改變樣本分辨率來進(jìn)行(例如構(gòu)建圖像的金字塔圖像)。在遍歷過程中，由于各種原因(例如檢測(cè)目標(biāo)的尺寸大于窗口，或者窗口遍歷的步長小于檢測(cè)目標(biāo)的尺寸，或者僅僅因?yàn)闄z測(cè)目標(biāo)本身的位置恰好跨越窗口邊界)，可能導(dǎo)致檢測(cè)目標(biāo)跨越多個(gè)窗口，從而使得多個(gè)窗口對(duì)檢測(cè)目標(biāo)有正面響應(yīng)。換句話說，如果說每一個(gè)窗口就是一個(gè)樣本的話，就是說分類器對(duì)多個(gè)相鄰(時(shí)間上相鄰，或者空間上相鄰，或者二者均相鄰)的樣本均具有正響應(yīng)。為此，可以把相鄰窗口的樣本(下面稱之為“相鄰樣本”)的分類結(jié)果進(jìn)行合并(或者說“融合”)，得到候選檢測(cè)對(duì)象的位置和置信度。例如，本申請(qǐng)人于2009年7月觀日遞交的題為“檢測(cè)視頻圖像中的目標(biāo)的方法和裝置”的中國專利申請(qǐng)200910161669. 8就記載了多尺度遍歷和融合的技術(shù)，該申請(qǐng)的全文通過這里的引用合并于此。需要認(rèn)識(shí)到，在需要進(jìn)行合并的多個(gè)具有正響應(yīng)的相鄰樣本中，各相鄰樣本的重要性顯然是不一樣的，甚至可能存在假的正樣本。因此，本申請(qǐng)的前述各實(shí)施方式可以應(yīng)用于窗口遍歷情況下的相鄰窗口(相鄰樣本)的合并。換句話說，如圖8所示，本實(shí)施方式的級(jí)聯(lián)分類器還可以包括合并裝置806，用于對(duì)多個(gè)相鄰樣本的分類結(jié)果進(jìn)行合并，獲得候選目標(biāo)(即合并后的相鄰樣本，例如多個(gè)相鄰窗口構(gòu)成的一個(gè)較大窗口所包含的樣本)及其置信度。這樣，對(duì)于樣本中的某個(gè)目標(biāo)，本申請(qǐng)的第二級(jí)聯(lián)分類器604會(huì)在其附近的多個(gè)窗口中得到正響應(yīng)不但這些窗口中的樣本會(huì)被接受，而且得到的置信度會(huì)較高。因此，對(duì)相鄰的多個(gè)窗口結(jié)果的融合可以得到更大的綜合置信度。而對(duì)于某些比較難以檢測(cè)的目標(biāo)(可能因?yàn)樵胍簟⒐庹諚l件不好等)，本申請(qǐng)的第二級(jí)聯(lián)分類器604會(huì)在其附近得到多個(gè)較弱的響應(yīng)，經(jīng)過多窗口置信度融合后會(huì)得到一定的置信度，從而使得該目標(biāo)可以被檢測(cè)到。這是因?yàn)閷?duì)象確實(shí)存在，即使外界條件不好導(dǎo)致響應(yīng)較弱，但相鄰的多個(gè)窗口仍然都會(huì)有正響應(yīng)。而對(duì)于只有0/1輸出的分類器，則可能會(huì)直接拒絕這些相鄰窗口中的大多數(shù)窗口。對(duì)于絕大多數(shù)虛假正響應(yīng)來說，由于其出現(xiàn)多數(shù)是偶然的，因此其相鄰窗口中只會(huì)有極少量的窗口也能夠得到正響應(yīng)。因此，通過窗口融合，其綜合置信度仍然較低。也就是說，在遍歷和融合過程中，由于第二級(jí)聯(lián)分類器604對(duì)樣本給出不同的置信度值，而不是簡(jiǎn)單地通過或者拒絕，從而能夠提高對(duì)條件不好的對(duì)象的查全率，同時(shí)有效地排除虛假正響應(yīng)，從而同時(shí)提高了查全率和準(zhǔn)確率。需要注意的是，圖8僅僅圖示了粗分類器502、第二級(jí)聯(lián)分類器604以及合并裝置 806的組合，但顯而易見的是，前述諸實(shí)施方式及其任何變型，均可與所述合并裝置806相組合。另外，從所述多個(gè)相鄰樣本的置信度獲取合并后的候選目標(biāo)的置信度可以用多種方式進(jìn)行。例如，計(jì)算各相鄰樣本的置信度的和；或者將各置信度歸一化，并對(duì)歸一化后的置信度求和或求平均值；或者計(jì)算各置信度的平均值；等等。應(yīng)理解，在此所述的對(duì)置信度進(jìn)行合并的方法僅僅是示例性的，并非意欲將本申請(qǐng)限制于此。在本申請(qǐng)的范圍內(nèi)，本領(lǐng)域的普通技術(shù)人員可以利用各種其他適當(dāng)?shù)暮喜⒎椒?例如計(jì)算直方圖等)對(duì)所述置信度進(jìn)行合并。
在本申請(qǐng)中，所謂的相鄰窗口或者相鄰樣本是指所檢測(cè)到的候選目標(biāo)(也就是具有正響應(yīng)的窗口)所對(duì)應(yīng)的區(qū)域具有相鄰的中心位置。對(duì)于視頻檢測(cè)中的幀間融合(見本申請(qǐng)人于2009年7月觀日遞交的題為“檢測(cè)視頻圖像中的目標(biāo)的方法和裝置”的中國專利申請(qǐng)200910161669. 8)來說，所述區(qū)域還應(yīng)當(dāng)具有大小相近的尺寸。例如，對(duì)于圖像和視頻處理來說，中心位置相鄰可以指各中心位置相差一個(gè)或多個(gè)像素，本領(lǐng)域的技術(shù)人員可以理解，像素?cái)?shù)可以根據(jù)實(shí)際需要檢測(cè)的目標(biāo)狀態(tài)(如運(yùn)動(dòng)速度、方向等)而定。這里不一一列舉。又如，尺寸相近可以指尺寸相差一個(gè)或多個(gè)像素。本領(lǐng)域的技術(shù)人員可以理解，這里相差的像素?cái)?shù)可以根據(jù)實(shí)際需要檢測(cè)的目標(biāo)狀態(tài)(如目標(biāo)大小、運(yùn)動(dòng)速度等)而定。第五實(shí)施方式在以上對(duì)第一實(shí)施方式到第四實(shí)施方式的級(jí)聯(lián)分類器的說明中，同時(shí)體現(xiàn)了利用所述級(jí)聯(lián)分類器實(shí)現(xiàn)的分類方法。因此在此沒有必要對(duì)所述分類方法進(jìn)行重復(fù)的詳細(xì)說明，而僅對(duì)所述分類方法扼要重述如下。首先，根據(jù)前述第一實(shí)施方式，同時(shí)公開了一種分類方法，包括使樣本通過多個(gè)級(jí)聯(lián)的子分類器，其中，樣本通過其中任一子分類器之后獲得相應(yīng)的置信度，該置信度從樣本的初始置信度開始，隨通過的子分類器級(jí)數(shù)而逐漸增加。這樣，會(huì)對(duì)樣本給出一個(gè)實(shí)數(shù)置信度值，而不是簡(jiǎn)單地拒絕或者接受，從而能夠通過不同的置信度值更好地對(duì)不同的樣本予以區(qū)分。作為該分類方法的一個(gè)具體示例，可以使樣本通過級(jí)聯(lián)的N級(jí)子分類器C1到Cn，N 為大于1的自然數(shù)，其中，樣本通過第i級(jí)子分類器Ci之后獲得置信度Vi,其中i為滿足1 < =i < = N的自然數(shù)，Vi滿足Vi > Vh，V0為樣本的初始置信度。 其中，Vi相對(duì)于V"可以算術(shù)遞增，可以指數(shù)遞增，也可以乘式遞增。對(duì)于置信度的逐級(jí)遞增方式，可以是任何方式。例如，可以與子分類器的性能(置信度或者其它指標(biāo)如誤檢率等)有關(guān)或者無關(guān)地直接設(shè)定在通過某個(gè)子分類器后樣本所獲得的置信度值，或者， 可以與子分類器的性能(置信度或者其它指標(biāo)如誤檢率等)有關(guān)或者無關(guān)地設(shè)定在通過某個(gè)子分類器后樣本所獲得的置信度值的大于0的遞增值、指數(shù)遞增值或者大于1的遞增系數(shù)等。例如，當(dāng)至少一個(gè)子分類器為包括多個(gè)基分類器的Boosting(合并增強(qiáng))分類器時(shí)， 該子分類器對(duì)置信度的算術(shù)遞增值、指數(shù)遞增值或者乘式遞增系數(shù)可以與所述多個(gè)基分類器的輸出之和與該Boosting分類器的閾值之間的差值的絕對(duì)值相關(guān)。作為一個(gè)例子，還可以考慮使用與子分類器誤檢率相關(guān)的遞增系數(shù)。例如，可以使該系數(shù)為f^/fi，其中A為第i級(jí)子分類器Ci的誤檢率。由于各級(jí)子分類器的誤檢率應(yīng)當(dāng)逐步降低，因此fi < fi-i，進(jìn)而該遞增系數(shù)大于1，因此樣本的置信度會(huì)隨著通過的子分類器級(jí)數(shù)的增加而逐步提高。對(duì)于本實(shí)施方式的上述所有變型，都可以進(jìn)行進(jìn)一步改進(jìn)。例如，可以對(duì)算術(shù)遞增、指數(shù)遞增或者乘式遞增的遞增值或者遞增系數(shù)針對(duì)不同的子分類器級(jí)加權(quán)。加權(quán)系數(shù)的確定可以有各種各樣的方式。例如可以依據(jù)子分類器級(jí)的位置或者各子分類器級(jí)本身對(duì)具體的輸入樣本的不同表現(xiàn)(例如對(duì)樣本確定的置信度)來確定加權(quán)系數(shù)。在某個(gè)子分類器級(jí)是包括多個(gè)基分類器的合并增強(qiáng)(Boosting)分類器的情況下，類似于前文所述，可以將所述加權(quán)系數(shù)確定為與所述多個(gè)基分類器的輸出之和與該Boosting分類器的閾值之間的差值的絕對(duì)值相關(guān)。
根據(jù)上述方法，能夠?qū)颖举x予更為精細(xì)的置信度。根據(jù)前述第二實(shí)施方式，在上述分類方法中，可以忽略沒有通過的子分類器級(jí)。具體而言，例如，如果樣本未通過第i級(jí)子分類器，則使得Vi = Vi^10這樣，前一級(jí)的置信度可以傳遞到下一級(jí)，而使當(dāng)前級(jí)被忽略，從而避免僅僅由于某一個(gè)級(jí)的誤判就導(dǎo)致整個(gè)級(jí)聯(lián)分類器對(duì)正樣本的置信度較低，從而導(dǎo)致在隨后的處理中產(chǎn)生錯(cuò)誤的結(jié)果。根據(jù)實(shí)際情況，可以任意規(guī)定可以忽略多少級(jí)沒有通過的子分類器級(jí)。對(duì)忽略多少級(jí)的控制可以通過恰當(dāng)?shù)嘏渲酶鱾€(gè)子分類器級(jí)或者級(jí)聯(lián)分類器來實(shí)現(xiàn)。另外，也可以想到對(duì)樣本未通過的子分類器級(jí)進(jìn)行計(jì)數(shù)，并依據(jù)計(jì)數(shù)值來控制是否停止考慮之后的子分類器級(jí)的分類結(jié)果。顯然，所述計(jì)數(shù)和控制步驟可以分別視為每一個(gè)子分類器級(jí)的分類操作的一部分；或者反過來，可以將每一個(gè)子分類器級(jí)對(duì)忽略多少級(jí)的控制總體上視為一個(gè)單一的控制步驟。根據(jù)前述第三實(shí)施方式，本申請(qǐng)還提出了將粗分類(步驟906)與置信度累進(jìn)的分類(步驟910)相結(jié)合的分類方法，如圖9所示。也就是在前述的分類方法的各種實(shí)施方式或者變型之前，可以先進(jìn)行粗分類，以篩選掉大多數(shù)準(zhǔn)確率高的正樣本和負(fù)樣本，僅對(duì)容易發(fā)生誤判的樣本進(jìn)行置信度累進(jìn)的分類，同時(shí)保證效率。進(jìn)一步，所述粗分類器也可以使用級(jí)聯(lián)分類器，尤其可以是傳統(tǒng)的級(jí)聯(lián)分類器， 即，只要其任一級(jí)子分類器拒絕樣本，樣本即被整個(gè)級(jí)聯(lián)分類器拒絕。根據(jù)前述第四實(shí)施方式，本申請(qǐng)的上述分類方法的各種實(shí)施方式和變型可以應(yīng)用于任何需要進(jìn)行分類的技術(shù)領(lǐng)域，包括圖像、視頻、音頻中的目標(biāo)檢測(cè)技術(shù)。在使用窗口遍歷和融合技術(shù)的情況下，使用本申請(qǐng)的上述分類方法尤其有利。也就是說，如圖10所示，首先對(duì)每一個(gè)樣本按照前述各種分類方法進(jìn)行分類，即粗分類(步驟906)和置信度累進(jìn)的分類(步驟910)，然后對(duì)多個(gè)相鄰樣本的初步分類結(jié)果1012進(jìn)行合并(步驟1016)，獲得候選目標(biāo)及其置信度。在圖10中，粗分類步驟(步驟 906)用虛線表示，是為了說明該步驟也可以沒有。從而，通過多樣本融合，可以進(jìn)一步拉大條件好的候選檢測(cè)目標(biāo)、條件不好的候選檢測(cè)目標(biāo)以及虛假的候選檢測(cè)目標(biāo)之間的置信度差距，從而能夠提高對(duì)條件不好的對(duì)象的查全率，同時(shí)有效地排除虛假正響應(yīng)，從而同時(shí)提高了查全率和準(zhǔn)確率。上面僅對(duì)與第一實(shí)施方式到第四實(shí)施方式相應(yīng)的分類方法進(jìn)行了簡(jiǎn)要的說明。其技術(shù)細(xì)節(jié)可以進(jìn)一步詳細(xì)參考前文對(duì)第一實(shí)施方式到第四實(shí)施方式本身的說明。上面對(duì)本申請(qǐng)的一些實(shí)施方式進(jìn)行了詳細(xì)的描述。如本領(lǐng)域的普通技術(shù)人員所能理解的，本發(fā)明的方法和裝置的全部或者任何步驟或者部件，可以在任何計(jì)算設(shè)備(包括處理器、存儲(chǔ)介質(zhì)等)或者計(jì)算設(shè)備的網(wǎng)絡(luò)中，以硬件、固件、軟件或者它們的組合加以實(shí)現(xiàn)，這是本領(lǐng)域普通技術(shù)人員在了解本發(fā)明的內(nèi)容的情況下運(yùn)用他們的基本編程技能就能實(shí)現(xiàn)的，因此不需在此具體說明。此外，顯而易見的是，在上面的說明中涉及到可能的外部操作的時(shí)候，無疑要使用與任何計(jì)算設(shè)備相連的任何顯示設(shè)備和任何輸入設(shè)備、相應(yīng)的接口和控制程序?？偠灾?計(jì)算機(jī)、計(jì)算機(jī)系統(tǒng)或者計(jì)算機(jī)網(wǎng)絡(luò)中的相關(guān)硬件、軟件和實(shí)現(xiàn)本發(fā)明的前述方法中的各種操作的硬件、固件、軟件或者它們的組合，即構(gòu)成本發(fā)明的設(shè)備及其各組成部件。因此，基于上述理解，本發(fā)明的目的還可以通過在任何信息處理設(shè)備上運(yùn)行一個(gè)程序或者一組程序來實(shí)現(xiàn)。所述信息處理設(shè)備可以是公知的通用設(shè)備。因此，本發(fā)明的目的也可以僅僅通過提供包含實(shí)現(xiàn)所述方法或者設(shè)備的程序代碼的程序產(chǎn)品來實(shí)現(xiàn)。也就是說，這樣的程序產(chǎn)品也構(gòu)成本發(fā)明，并且存儲(chǔ)有這樣的程序產(chǎn)品的存儲(chǔ)介質(zhì)也構(gòu)成本發(fā)明。 顯然，所述存儲(chǔ)介質(zhì)可以是本領(lǐng)域技術(shù)人員已知的，或者將來所開發(fā)出來的任何類型的存儲(chǔ)介質(zhì)，包括但不限于軟盤、光盤、磁光盤、存儲(chǔ)卡、存儲(chǔ)棒等等。在本發(fā)明的設(shè)備和方法中，顯然，各部件或各步驟是可以分解、組合和/或分解后重新組合的。這些分解和/或重新組合應(yīng)視為本發(fā)明的等效方案。還需要指出的是，執(zhí)行上述系列處理的步驟可以自然地按照說明的順序按時(shí)間順序執(zhí)行，但是并不需要一定按照時(shí)間順序執(zhí)行。某些步驟可以并行或彼此獨(dú)立地執(zhí)行。另外，雖然上面是一個(gè)實(shí)施方式一個(gè)實(shí)施方式地進(jìn)行描述，但應(yīng)當(dāng)理解各個(gè)實(shí)施方式并不是孤立的。本領(lǐng)域技術(shù)人員在閱讀了本申請(qǐng)文件之后，顯然能夠理解，各實(shí)施方式所包含的各種技術(shù)特征在各種實(shí)施方式之間是可以任意組合的，只要它們之間沒有沖突即可。當(dāng)然，在同一實(shí)施方式中提及的所有技術(shù)特征相互之間也是可以任意組合的，只要它們相互之間沒有沖突即可。最后，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。此外，在沒有
更多限制的情況下，由語句“包括一個(gè)......，，限定的要素，并不排除在包括所述要素的過
程、方法、物品或者設(shè)備中還存在另外的相同要素。雖然已經(jīng)結(jié)合附圖詳細(xì)說明了本發(fā)明的實(shí)施方式及其優(yōu)點(diǎn)，但是應(yīng)當(dāng)理解，上面所描述的實(shí)施方式只是用于說明本發(fā)明，而并不構(gòu)成對(duì)本發(fā)明的限制。對(duì)于本領(lǐng)域的技術(shù)人員來說，可以對(duì)上述實(shí)施方式作出各種修改和變更而不背離本發(fā)明的實(shí)質(zhì)和范圍。因此， 本發(fā)明的范圍僅由所附的權(quán)利要求及其等效含義來限定，在不超出由所附的權(quán)利要求所限定的本發(fā)明的精神和范圍的情況下可以進(jìn)行各種改變、替代和變換。
權(quán)利要求
1.一種級(jí)聯(lián)分類器，包括多個(gè)級(jí)聯(lián)的子分類器，其中，樣本通過其中任一子分類器之后獲得相應(yīng)的置信度，該置信度從樣本的初始置信度開始，隨通過的子分類器級(jí)數(shù)而逐漸增加。
2.如權(quán)利要求1所述的級(jí)聯(lián)分類器，包括級(jí)聯(lián)的N級(jí)子分類器C1到CN，N為大于1的自然數(shù)，其中，樣本通過第i級(jí)子分類器Ci之后獲得置信度Vi，其中i為滿足1 < = i < = N的自然數(shù)，Vi滿足Vi > V"，V0為樣本的初始置信度。
3.如權(quán)利要求2所述的級(jí)聯(lián)分類器，其中，Vi相對(duì)于V"算術(shù)遞增或者指數(shù)遞增。
4.如權(quán)利要求3所述的級(jí)聯(lián)分類器，其中，至少一個(gè)子分類器為包括多個(gè)基分類器的合并增強(qiáng)分類器，該子分類器對(duì)置信度的算術(shù)遞增值或者指數(shù)遞增值與所述多個(gè)基分類器的輸出之和與該合并增強(qiáng)分類器的閾值之間的差值的絕對(duì)值相關(guān)。
5.如權(quán)利要求2所述的級(jí)聯(lián)分類器，其中，Vi= Vp1 Xg (Ci^g(Ci)為子分類器Ci對(duì)置信度的大于1的遞增系數(shù)。
6.如權(quán)利要求5所述的級(jí)聯(lián)分類器，其中，g(Ci)= f^/fi，其中&為第i級(jí)子分類器 Ci的誤檢率，fj < fi_10
7.如權(quán)利要求6所述的級(jí)聯(lián)分類器，其中，對(duì)g(Ci)乘以一個(gè)加權(quán)系數(shù)。
8.如權(quán)利要求7所述的級(jí)聯(lián)分類器，其中，至少一個(gè)子分類器為包括多個(gè)基分類器的合并增強(qiáng)分類器，所述加權(quán)系數(shù)與所述多個(gè)基分類器的輸出之和與該合并增強(qiáng)分類器的閾值之間的差值的絕對(duì)值相關(guān)。
9.如權(quán)利要求2-8之一所述的級(jí)聯(lián)分類器，其中，如果樣本未通過第i級(jí)子分類器，則使得Vi = V"，或者將Vp1作為樣本的最終置信度輸出。
10.如權(quán)利要求1-8之一所述的級(jí)聯(lián)分類器，還包括前置的粗分類器，通過該粗分類器的樣本的置信度為所述初始置信度。
11.如權(quán)利要求10所述的級(jí)聯(lián)分類器，其中，所述粗分類器為多級(jí)子分類器級(jí)聯(lián)構(gòu)成， 其中，只要該粗分類器的任一級(jí)子分類器拒絕樣本，樣本即被所述粗分類器和所述級(jí)聯(lián)分類器拒絕。
12.如權(quán)利要求11所述的級(jí)聯(lián)分類器，還包括合并裝置，將對(duì)多個(gè)相鄰樣本的分類結(jié)果進(jìn)行合并，獲得候選目標(biāo)及其置信度。
13.一種分類方法，包括使樣本通過多個(gè)級(jí)聯(lián)的子分類器，其中，樣本通過其中任一子分類器之后獲得相應(yīng)的置信度，該置信度從樣本的初始置信度開始，隨通過的子分類器級(jí)數(shù)而逐漸增加。
14.如權(quán)利要求13所述的分類方法，包括使樣本通過級(jí)聯(lián)的N級(jí)子分類器C1到CN，N為大于1的自然數(shù)，其中，樣本通過第i級(jí)子分類器Ci之后獲得置信度Vi,其中i為滿足1 < = i < = N的自然數(shù)，Vi滿足Vi > V"， Vtl為樣本的初始置信度。
15.如權(quán)利要求14所述的分類方法，其中，Vi相對(duì)于V"算術(shù)遞增或者指數(shù)遞增。
16.如權(quán)利要求15所述的分類方法，其中，至少一個(gè)子分類器為包括多個(gè)基分類器的合并增強(qiáng)分類器，該子分類器對(duì)置信度的算術(shù)遞增值或者指數(shù)遞增值與所述多個(gè)基分類器的輸出之和與該合并增強(qiáng)分類器的閾值之間的差值的絕對(duì)值相關(guān)。
17.如權(quán)利要求14所述的分類方法，其中，Vi= Vp1 Xg (Ci^g(Ci)為子分類器Ci對(duì)置信度的大于1的遞增系數(shù)。
18.如權(quán)利要求17所述的分類方法，其中，g(Ci)= Wfi,其中fi為第i級(jí)子分類器 Ci的誤檢率，fi < fi_10
19.如權(quán)利要求18所述的分類方法，其中，對(duì)g(Ci)乘以一個(gè)加權(quán)系數(shù)。
20.如權(quán)利要求19所述的分類方法，其中，至少一個(gè)子分類器為包括多個(gè)基分類器的合并增強(qiáng)分類器，所述加權(quán)系數(shù)與所述多個(gè)基分類器的輸出之和與該合并增強(qiáng)分類器的閾值之間的差值的絕對(duì)值相關(guān)。
21.如權(quán)利要求14-20之一所述的分類方法，其中，如果樣本未通過第i級(jí)子分類器，則使得\ = A^1，或者將Vp1作為樣本的最終置信度輸出。
22.如權(quán)利要求13-20之一所述的分類方法，還包括使樣本首先通過前置的粗分類器，通過該粗分類器的樣本的置信度為所述初始置信度。
23.如權(quán)利要求22所述的分類方法，其中，所述粗分類器為多級(jí)子分類器級(jí)聯(lián)構(gòu)成，其中，只要該粗分類器的任一級(jí)子分類器拒絕樣本，樣本即被所述粗分類器和所述分類方法拒絕。
24.如權(quán)利要求23所述的分類方法，還包括將對(duì)多個(gè)相鄰樣本的分類結(jié)果進(jìn)行合并， 獲得候選目標(biāo)及其置信度。
全文摘要
本申請(qǐng)涉及一種分類器及分類方法。其中，使用多個(gè)級(jí)聯(lián)的子分類器，其中，樣本通過其中任一子分類器之后獲得相應(yīng)的置信度，該置信度從樣本的初始置信度開始，隨通過的子分類器級(jí)數(shù)而逐漸增加。本申請(qǐng)使得分類器對(duì)不同樣本可以有更好的置信度區(qū)分。
文檔編號(hào)G06K9/00GK102208009SQ201010137690
公開日2011年10月5日 申請(qǐng)日期2010年3月31日 優(yōu)先權(quán)日2010年3月31日
發(fā)明者吳偉國, 梅樹起 申請(qǐng)人:索尼公司