没有合适的资源?快使用搜索试试~ 我知道了~
基于支持向量机的目标检测算法综述_郭明玮1
需积分: 0 1 下载量 194 浏览量
2022-08-04
14:18:57
上传
评论
收藏 794KB PDF 举报
温馨提示
试读
8页
介绍了支持向量机的相关理论基础;然后按照构建目标检测算法的顺序: 目标特征模型构建 学习训练 目标检测框确定分别进行了介绍;进而介绍了目标检测常用的数据库以及评
资源详情
资源评论
资源推荐
第 29 卷 第 2 期
Vol. 29 No. 2
控 制 与 决 策
Control and Decision
2014 年 2 月
Feb. 2014
基于支持向量机的目标检测算法综述
文章编号: 1001-0920 (2014) 02-0193-08 DOI: 10.13195/j.kzyjc.2013.0891
郭明玮, 赵宇宙, 项俊平, 张陈斌, 陈宗海
(中国科学技术大学 自动化系,合肥 230027)
摘 要: 目标检测的目的在于从静态图片或视频中检测并定位设定种类的目标物体, 已有研究大都将目标检测问题
简化为一个二分类问题. 鉴于支持向量机在模式识别领域尤其是解决二分类问题中所表现出来的优越性, 如何将其
应用于目标检测已成为当今计算机视觉领域关注的重点. 对此, 从支持向量机原理、目标特征模型构建、学习训练和
目标检测框确定等角度, 综述了基于支持向量机的目标检测算法的研究现状, 并就进一步的发展进行了展望.
关键词: 支持向量机;目标检测;局部可变模型;目标特征模型;学习训练
中图分类号: TP273 文献标志码: A
Review of object detection methods based on SVM
GUO Ming-wei, ZHAO Yu-zhou, XIANG Jun-ping, ZHANG Chen-bin, CHEN Zong-hai
(Department of Automation,University of Science and Technology of China,Hefei 230027,China.Correspondent:
Abstract: The purpose of object detection is to detect and locate the object with a certain class from the static image or
videos, and many studies simplify the object detection as a binary classification problem. For the reason that the support
vector machine(SVM) can solve the pattern recognition problem well, especially the binary classification problem, how to
use the SVM in computer vision becomes a hot point of many researchers. The status of object detection methods based on
SVM is reviewed by introducing the concept and theory of SVM, the building of object feature model, training process and
location of detection box. Finally, the future work of object detection methods based on SVM is discussed.
Key words: SVM;object detection;deformable part models;object feature model;training
0 引引引 言言言
目标检测是计算机视觉中最基础的任务之一, 其
研究主要包括基于视频图像的目标检测和基于静态
图片的目标检测. 本文主要讨论基于静态图片的目标
检测, 即在静态图片中检测并定位所设定种类的目标
物体. 基于静态图片的目标检测的应用十分广泛, 其
在监控系统、图片搜索、身份认证、自动导航等多个
领域扮演着重要的角色. 支持向量机在语音识别、文
字识别、3D 识别
[1]
等领域表现出一定的优越性, 其在
目标检测中的应用具有重要的理论与实际研究价值,
近年来引起了人们的广泛兴趣.
基于静态图片的目标检测的难点主要在于图
片中的目标会因光照、视角以及目标内部等变化而
产生变化. 针对目标检测的任务及其难点, 国内外
学者进行了很多尝试. Itti 等
[2]
构建了选择性注意机
制, 用于提取图片中的显 著性 区域; 而 Borji 等
[3]
和
Navalpakkam 等
[4]
基于选择性注意机制构建了目标
检测算法. Viola 等
[5-7]
提出了基于 Haar-Like 特征的目
标检测算法, 该算法可以较好地解决人脸检测问题;
而 Lienhart 等
[8]
则扩展了 Haar-Like 特征, 改进了目标
检测算法, 获得了较好的检测效果. Leibe 等
[9]
基于图
像分类和分割算法构建了一种鲁棒的目标检测算法,
该算法可以较好地解决行人及车辆的检测问题. 上述
目标检测算法在解决静态图片的目标检测问题时存
在一些缺陷: 1) 特征模型仅在解决某一类目标检测时
效果较好, 例如对行人检测效果较好, 但对车辆检测
效果很差; 2) 检测准确率较低, 很多目标检测算法在
针对设定的图像测试集时具有较好的效果, 但对于实
际图片, 如网络图片等, 则很难保证较高的检测准确
率; 3) 训练图像集大小难以确定, 训练图像集中的训
练图片过少, 会导致构建的特征模型不具有代表性,
收稿日期: 2013-07-02;修回日期: 2013-11-05.
基金项目: 国家自然科学基金项目(61005091, 61375079).
作者简介: 郭明玮(1986−), 男, 博士生, 从事计算机视觉与模式识别的研究;陈宗海(1963−), 男, 教授, 博士生导师, 从
事复杂系统的建模仿真与控制、机器人与智能系统、汽车新能源技术等研究.
王佛伟
- 粉丝: 14
- 资源: 320
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- SVID_20240523_141155_1.mp4
- Code for the complete guide to tkinter tutorial
- 关于百货中心供应链管理系统.zip
- SimpleFolderIcon-master 修改Unity的Project下的文件夹图标
- A python Tkinter widget to display tile based maps
- A pure Python library for adding tables to a Tkinter application
- Vector资源文件.zip
- MobaXterm-Installer
- MicroMsg.xlsx
- 88-520告白(520气球).zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0