论文部分内容阅读
针对电子摄影设备对取景图像场景自动分类的问题,提出一种基于集成学习的分类方法。方法分为训练和判断两个阶段。在训练阶段,从已知类别的训练图像中提取特征向量集作为训练数据后,构建弱分类器;应用AdaBoost的思想,根据分类错误率,不断调整训练数据的权重及弱分类器的权重,构建强分类器。在判断阶段,则用强分类器计算目标图像的特征向量,根据运算结果来判断图像的类别。实验结果证明,该方法对部分类别的图像分类效果较好。