基于隐SVM和混合高斯模型的目标检测算法

摘要：

针对目标检测算法的复合检测模板与变形约束进行研究,在目标外观状态满足高斯分布的前提下,提出一种结合隐支持向量机(LSVM)和混合高斯模型(GMM)的目标检测算法.使用滑动窗算法提取检测目标的梯度方向直方图特征,通过引入二次损失函数,将LSVM在目标检测训练过程中的半凸约束问题转化为凸优化问题,并利用GMM获得目标检测的全局优化结果.实验结果表明,相比双树分枝界限算法和DPM算法,该算法具有更高的目标检测准确率.

关键词：隐支持向量机、混合高斯模型、多目标检测、变形约束、半凸优化

所属期刊栏目：42

分类号：TN911.73

资助基金：国家自然科学基金资助项目40901241;浙江省公益技术应用研究计划基金资助项目2015C31154;浙江省哲学社会科学规划基金资助项目15NDJC077YB;浙江省教育厅基金资助项目Y201431734;宁波市软科学基金资助项目2014A10013;王宽诚教育基金

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：287-292