图学学报
圖學學報
도학학보
Journal of Graphics
2014年
6期
869-875
,共7页
简单多核学习%直方图交叉核支持向量机%CENTRIST特征%积分通道特征%多层次导向边缘能量特征
簡單多覈學習%直方圖交扠覈支持嚮量機%CENTRIST特徵%積分通道特徵%多層次導嚮邊緣能量特徵
간단다핵학습%직방도교차핵지지향량궤%CENTRIST특정%적분통도특정%다층차도향변연능량특정
simple multi-kernel learning%histogram intersection kernel support vector machine%CENTRIST feature%integral channel features%multi-level oriented edge energy feature
行人检测系统涉及交通安全问题,需要很高的鲁棒性,基于单特征结合单核支持向量机的方法效果有限,为解决这一问题,提出采用多特征和多核学习的方法来提升系统的鲁棒性,通过将积分信道特征、多层次导向边缘能量特征和CENTRIST特征分别与直方图交叉核、高斯核和多项式核进行线性组合,采用简单多核学习(Simple MKL)来分别计算核函数的权重系数,将多核学习方法与经典的梯度直方图特征/支持向量机、多尺度梯度直方图特征/直方图交叉核支持向量机和特征融合/直方图交叉核支持向量机的行人检测方法进行比较,实验表明所提出的行人检测算法的鲁棒性有明显提升.
行人檢測繫統涉及交通安全問題,需要很高的魯棒性,基于單特徵結閤單覈支持嚮量機的方法效果有限,為解決這一問題,提齣採用多特徵和多覈學習的方法來提升繫統的魯棒性,通過將積分信道特徵、多層次導嚮邊緣能量特徵和CENTRIST特徵分彆與直方圖交扠覈、高斯覈和多項式覈進行線性組閤,採用簡單多覈學習(Simple MKL)來分彆計算覈函數的權重繫數,將多覈學習方法與經典的梯度直方圖特徵/支持嚮量機、多呎度梯度直方圖特徵/直方圖交扠覈支持嚮量機和特徵融閤/直方圖交扠覈支持嚮量機的行人檢測方法進行比較,實驗錶明所提齣的行人檢測算法的魯棒性有明顯提升.
행인검측계통섭급교통안전문제,수요흔고적로봉성,기우단특정결합단핵지지향량궤적방법효과유한,위해결저일문제,제출채용다특정화다핵학습적방법래제승계통적로봉성,통과장적분신도특정、다층차도향변연능량특정화CENTRIST특정분별여직방도교차핵、고사핵화다항식핵진행선성조합,채용간단다핵학습(Simple MKL)래분별계산핵함수적권중계수,장다핵학습방법여경전적제도직방도특정/지지향량궤、다척도제도직방도특정/직방도교차핵지지향량궤화특정융합/직방도교차핵지지향량궤적행인검측방법진행비교,실험표명소제출적행인검측산법적로봉성유명현제승.
