Investigadores del MOVA publican un artículo sobre un nuevo algoritmo de Boosting multiclase que minimiza el coste de los errores. La aplicación a la detección de objetos en imágenes es directa.
El trabajo, entre cuyos autores está el profesor José Miguél Buenapoasada, presenta un nuevo algoritmo de Boosting multiclase que minimiza el coste de los errores. Esta herramienta, la matriz de costes, permite modificar las fronteras entre clases con respecto a un clasificador que minimiza el error. La aplicación a la detección de objetos en imágenes es directa. Más detalles en la revista Pattern Recognition en la que ha sido publicado.