论文研究基于随机森林的精确目标检测方法.pdf

针对复杂场景中目标检测精确度过低的问题，基于随机森林算法提出一种能适应由姿态、视角和形状引起外观变化的目标检测方法，同时还能有效预测最佳检测框大小，使其与真实目标区域有很高的重叠度。首先，提出一种基于图像块多维特征的树节点分裂函数；然后利用Boosting算法逐层生成树，使得每次分裂中错分样本更受关注；最后，扩展了随机森林输入输出空间，使其在分类同时还可预测目标检测框的最优长宽比。实验结果表明，该方法在不增加时间开销的同时提高了检测的精确度，对森林中树生成算法的改进提升了分类性能，对森林输出空间的扩展使得目标检测框与真实目标区域有更高的重叠率。