基于多特征和多核学习的行人检测方法的研究

摘要：

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.

关键词：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

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金面上资助项目61471154;中国博士后基金资助项目2013M531504;教育部留学回国人员启动基金

在线出版日期：2015-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：869-875