软件
軟件
연건
SOFT WARE
2012年
6期
23-26
,共4页
行人检测%半监督%协同训练%BP神经网络%支持向量机
行人檢測%半鑑督%協同訓練%BP神經網絡%支持嚮量機
행인검측%반감독%협동훈련%BP신경망락%지지향량궤
本文提出了基于半监督学习的行人检测方法,用以解决大量的无标记样本问题.在集成分类器的训练过程中,选择BP神经网络分类器、SVM分类器和KNN分类器作为3个子分类器,利用协同训练机制对各个子分类器进行协同训练.针对半监督学习中误标记样本问题,引入富信息策略和辅助学习策略消除训练过程引入的噪声,同时充分利用无标记样例,进而提高分类器的分类精度.通过对测试集和实时视频进行的行人检测实验,证明了本文方法的可行性和有效性.
本文提齣瞭基于半鑑督學習的行人檢測方法,用以解決大量的無標記樣本問題.在集成分類器的訓練過程中,選擇BP神經網絡分類器、SVM分類器和KNN分類器作為3箇子分類器,利用協同訓練機製對各箇子分類器進行協同訓練.針對半鑑督學習中誤標記樣本問題,引入富信息策略和輔助學習策略消除訓練過程引入的譟聲,同時充分利用無標記樣例,進而提高分類器的分類精度.通過對測試集和實時視頻進行的行人檢測實驗,證明瞭本文方法的可行性和有效性.
본문제출료기우반감독학습적행인검측방법,용이해결대량적무표기양본문제.재집성분류기적훈련과정중,선택BP신경망락분류기、SVM분류기화KNN분류기작위3개자분류기,이용협동훈련궤제대각개자분류기진행협동훈련.침대반감독학습중오표기양본문제,인입부신식책략화보조학습책략소제훈련과정인입적조성,동시충분이용무표기양례,진이제고분류기적분류정도.통과대측시집화실시시빈진행적행인검측실험,증명료본문방법적가행성화유효성.
