维度索引，对该总维度数目进行取余运算，得到该分裂维度索引对应的偏置位置索引。
[0170]在另一实施例中，该根据该区域位置索引，对该样本图像中与该区域位置索引对应的提取区域进行特征提取，得到特征向量，包括:
[0171]确定该样本图像中与该区域位置索引对应的提取区域；
[0172]采用预设特征提取算法，对该提取区域进行特征提取，得到特征向量。
[0173]在另一实施例中，该确定该样本图像中与该区域位置索引对应的提取区域，包括:
[0174]根据预设对应关系，确定该样本图像中与该区域位置索引对应的提取区域，该预设对应关系包括每个提取区域对应的区域位置索引。
[0175]在另一实施例中，该预设特征提取算法为方向梯度直方图HOG特征提取算法。
[0176]图7是根据一示例性实施例示出的一种基于随机森林分类器的分类装置700的框图。例如，装置700可以被提供为一服务器。参照图7，装置700包括处理组件722，其进一步包括一个或多个处理器，以及由存储器732所代表的存储器资源，用于存储可由处理组件722的执行的指令，例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件722被配置为执行指令，以执行上述基于随机森林分类器的分类方法。
[0177]装置700还可以包括一个电源组件726被配置为执行装置700的电源管理，一个有线或无线网络接口 750被配置为将装置700连接到网络，和一个输入输出(I/O)接口 758。装置700可以操作基于存储在存储器732的操作系统，例如Windows Server?,Mac OS X?，Unix?，LinuxTM，FreeBSD? 或类似。
[0178]本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0179]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【主权项】
1.一种基于随机森林分类器的分类方法，其特征在于，所述方法包括: 获取已训练的随机森林分类器中的多个决策树以及每个决策树中至少一层节点的分裂维度索引和分裂条件，所述分裂维度索引用于唯一确定分裂维度，所述分裂维度和所述分裂条件用于从对应节点的分支节点中确定待遍历的下一节点； 根据所述随机森林分类器中第一节点的分裂维度索引，对待测试的样本图像进行特征提取，得到所述样本图像在所述第一节点的分裂维度上的特征值； 根据所述第一节点的分裂条件对所述特征值进行判断，根据判断结果从所述第一节点的分支节点中确定待遍历的第二节点； 根据当前所确定节点的分裂维度索引和分裂条件，继续提取所述样本图像的特征值并确定待遍历的下一节点，直至获取到所述样本图像的分类结果。2.根据权利要求1所述的方法，其特征在于，所述获取已训练的随机森林分类器中的多个决策树以及每个决策树中节点的分裂维度索引和分裂条件，包括: 获取已训练的随机森林分类器的模型文件，所述模型文件中至少包括所述多个决策树以及每个决策树中至少一层节点的分裂维度索引和分裂条件。3.根据权利要求1所述的方法，其特征在于，所述根据所述随机森林分类器中第一节点的分裂维度索引，对待测试的样本图像进行特征提取，得到所述样本图像在所述第一节点的分裂维度上的特征值，包括: 根据所述随机森林分类器中第一节点的分裂维度索引，确定所述分裂维度索引对应的区域位置索引和偏置位置索引，所述区域位置索引用于确定所述第一节点的分裂维度对应的提取区域的位置，所述偏置位置索引用于确定所述分裂维度对应的细胞单元在所述提取区域中的位置，每个提取区域包括多个细胞单元； 根据所述区域位置索引，对所述样本图像中与所述区域位置索引对应的提取区域进行特征提取，得到特征向量，并从所述特征向量中提取所述偏置位置索引对应的特征值，作为所述样本图像在所述第一节点的分裂维度上的特征值。4.根据权利要求3所述的方法，其特征在于，所述根据所述随机森林分类器中第一节点的分裂维度索引，确定所述分裂维度索引对应的区域位置索引和偏置位置索引，包括: 对所述分裂维度索引与提取区域的总维度数目之间的商值进行取整运算，得到整数商值，将所述整数商值加I后得到的数值作为所述分裂维度索引对应的区域位置索引； 根据所述分裂维度索引，对所述总维度数目进行取余运算，得到所述分裂维度索引对应的偏置位置索引。5.根据权利要求3所述的方法，其特征在于，所述根据所述区域位置索引，对所述样本图像中与所述区域位置索引对应的提取区域进行特征提取，得到特征向量，包括: 确定所述样本图像中与所述区域位置索引对应的提取区域； 采用预设特征提取算法，对所述提取区域进行特征提取，得到特征向量。6.根据权利要求5所述的方法，其特征在于，所述确定所述样本图像中与所述区域位置索引对应的提取区域，包括: 根据预设对应关系，确定所述样本图像中与所述区域位置索引对应的提取区域，所述预设对应关系包括每个提取区域对应的区域位置索引。7.根据权利要求5所述的方法，其特征在于，所述预设特征提取算法为方向梯度直方图HOG特征提取算法。8.一种基于随机森林分类器的分类装置，其特征在于，所述装置包括: 获取模块，用于获取已训练的随机森林分类器中的多个决策树以及每个决策树中至少一层节点的分裂维度索引和分裂条件，所述分裂维度索引用于唯一确定分裂维度，所述分裂维度和所述分裂条件用于从对应节点的分支节点中确定待遍历的下一节点； 特征提取模块，用于根据所述随机森林分类器中第一节点的分裂维度索引，对待测试的样本图像进行特征提取，得到所述样本图像在所述第一节点的分裂维度上的特征值； 分裂模块，用于根据所述第一节点的分裂条件对所述特征值进行判断，根据判断结果从所述第一节点的分支节点中确定待遍历的第二节点； 循环模块，用于根据当前所确定节点的分裂维度索引和分裂条件，继续提取所述样本图像的特征值并确定待遍历的下一节点，直至获取到所述样本图像的分类结果。9.根据权利要求8所述的装置，其特征在于，所述获取模块还用于获取已训练的随机森林分类器的模型文件，所述模型文件中至少包括所述多个决策树以及每个决策树中至少一层节点的分裂维度索引和分裂条件。10.根据权利要求8所述的装置，其特征在于，所述特征提取模块包括: 确定单元，用于根据所述随机森林分类器中第一节点的分裂维度索引，确定所述分裂维度索引对应的区域位置索引和偏置位置索引，所述区域位置索引用于确定所述第一节点的分裂维度对应的提取区域的位置，所述偏置位置索引用于确定所述分裂维度对应的细胞单元在所述提取区域中的位置，每个提取区域包括多个细胞单元； 提取单元，用于根据所述区域位置索引，对所述样本图像中与所述区域位置索引对应的提取区域进行特征提取，得到特征向量，并从所述特征向量中提取所述偏置位置索引对应的特征值，作为所述样本图像在所述第一节点的分裂维度上的特征值。11.根据权利要求10所述的装置，其特征在于，所述确定单元还用于对所述分裂维度索引与提取区域的总维度数目之间的商值进行取整运算，得到整数商值，将所述整数商值加I后得到的数值作为所述分裂维度索引对应的区域位置索引；根据所述分裂维度索引，对所述总维度数目进行取余运算，得到所述分裂维度索引对应的偏置位置索引。12.根据权利要求10所述的装置，其特征在于，所述提取单元还用于确定所述样本图像中与所述区域位置索引对应的提取区域;采用预设特征提取算法，对所述提取区域进行特征提取，得到特征向量。13.根据权利要求12所述的装置，其特征在于，所述提取单元还用于根据预设对应关系，确定所述样本图像中与所述区域位置索引对应的提取区域，所述预设对应关系包括每个提取区域对应的区域位置索引。14.根据权利要求12所述的装置，其特征在于，所述预设特征提取算法为方向梯度直方图HOG特征提取算法。15.一种基于随机森林分类器的分类装置，其特征在于，包括: 处理器； 用于存储处理器可执行指令的存储器； 其中，所述处理器被配置为: 获取已训练的随机森林分类器中的多个决策树以及每个决策树中至少一层节点的分裂维度索引和分裂条件，所述分裂维度索引用于唯一确定分裂维度，所述分裂维度和所述分裂条件用于从对应节点的分支节点中确定待遍历的下一节点； 根据所述随机森林分类器中第一节点的分裂维度索引，对待测试的样本图像进行特征提取，得到所述样本图像在所述第一节点的分裂维度上的特征值； 根据所述第一节点的分裂条件对所述特征值进行判断，根据判断结果从所述第一节点的分支节点中确定待遍历的第二节点； 根据当前所确定节点的分裂维度索引和分裂条件，继续提取所述样本图像的特征值并确定待遍历的下一节点，直至获取到所述样本图像的分类结果。
【专利摘要】本公开是关于一种基于随机森林分类器的分类方法及装置，属于分类领域。该方法包括：获取已训练的随机森林分类器中的多个决策树以及每个决策树中至少一层节点的分裂维度索引和分裂条件；根据第一节点的分裂维度索引，对待测试的样本图像进行特征提取，得到该样本图像在该第一节点的分裂维度上的特征值；根据该第一节点的分裂条件对该特征值进行判断，确定待遍历的第二节点；根据当前所确定节点的分裂维度索引和分裂条件，继续提取该样本图像的特征值并确定待遍历的下一节点，直至获取到该样本图像的分类结果。本公开无需预先计算出样本图像在所有维度上的特征值，避免了进行不必要的计算，大大减小了计算量，提高了测试速度。
【IPC分类】G06K9/62
【公开号】CN105608476
【申请号】CN201610086598
【发明人】龙飞, 陈志军, 张涛
【申请人】北京小米移动软件有限公司
【公开日】2016年5月25日
【申请日】2016年2月16日