基于在線學(xué)習(xí)理論的目標(biāo)檢測技術(shù).pdf

1、基于在線學(xué)習(xí)的目標(biāo)檢測是計算機(jī)視覺領(lǐng)域一個較新的研究課題。如何使檢測模型在執(zhí)行檢測任務(wù)的同時進(jìn)行在線學(xué)習(xí)，從而模仿人類視覺系統(tǒng)的自我學(xué)習(xí)能力，逐步提高自身的檢測性能是在線學(xué)習(xí)目標(biāo)檢測系統(tǒng)的主要研究內(nèi)容。本文提出將跟蹤與檢測模型的在線學(xué)習(xí)結(jié)合起來，通過跟蹤自動提供檢測模型在線學(xué)習(xí)的樣本并對檢測結(jié)果進(jìn)行驗證，從而指導(dǎo)檢測模型的在線學(xué)習(xí)。整個研究工作主要集中在學(xué)習(xí)樣本類別自動標(biāo)注以及提高在線學(xué)習(xí)的分類器分類能力方面。
　　 本文首先提

2、出自適應(yīng)級聯(lián)分類器算法，將級聯(lián)分類器算法融入到在線學(xué)習(xí)體系中，使級聯(lián)分類器可以進(jìn)行在線訓(xùn)練。并且整個分類器級聯(lián)結(jié)構(gòu)可以進(jìn)行自適應(yīng)的變化，即通過在線訓(xùn)練過程中增加級聯(lián)分類器的級數(shù)增強(qiáng)分類器分類能力。實驗結(jié)果表明，該算法可以進(jìn)行自適應(yīng)在線學(xué)習(xí)，從而提高目標(biāo)檢測精度。
　　 其次，針對在線學(xué)習(xí)中樣本類別自動標(biāo)注的難點提出采用粒子濾波跟蹤進(jìn)行在線學(xué)習(xí)樣本的獲取以及樣本類別的自動標(biāo)注。利用粒子濾波算法的特性對目標(biāo)檢測結(jié)果進(jìn)行驗證，將錯誤的

3、檢測作為在線學(xué)習(xí)的負(fù)樣本更新檢測模型。此外，通過跟蹤獲取真實目標(biāo)的不同姿態(tài)，從中提取檢測模型較難檢測出來的目標(biāo)作為在線學(xué)習(xí)的正樣本。大量的實驗結(jié)果表明了該方法的有效性。
　　 為了進(jìn)一步提高跟蹤對檢測結(jié)果驗證的正確性，本文提出了多信息融合的粒子濾波算法，將目標(biāo)輪廓信息融合到粒子似然比計算中，從而提高跟蹤對檢測結(jié)果驗證的準(zhǔn)確程度。通過實驗證明該算法取得了不錯的效果。
　　 此外，為了在較少特征數(shù)情況下提高在線學(xué)習(xí)分類器的分