基于级联和自适应子分类的目标检测方法.pdfVIP

I|V 。脚L 恶 篓 本【文献信息】郑耀，方向忠，路庆春．基于级联和 自适应子分类的目标检测方法[J]．电视技术，2014，38(13) 基于级联和自适应子分类的目标检测方法 郑 耀 ，方向忠，路庆春 (上海交通大学 电子工程系，上海 200240) 摘【 要】在基于机器学习的目标检测中，检测速度和检测准确性是主要考虑的问题。通过所设计的两级级联和 自适应子分类 的方法，有效提升了检测速度和检测的准确率。在实际检测时，可以通过一些简单的特征，快速否定绝大多数非检测 目标的探 测窗 口，因此设计 了两级级联的方法获得较高的检测速度 ：在两级级联 的第一级采用一种快速简单的检测方法，快速地否定绝 大多数错误的探测窗口，并使得几乎所有的正确的探测窗口通过第一级检测。在实际场景下，同一类 目标常常有不同的表现形 态，如不同姿势、颜色等，因此设计了自适应子分类的方法来获得较高的检测准确率：在两级级联的第二级通过对一类目标使用 自动子分类的方法训练多个识别模型，在子分类过程中自动寻找最优分类方法，提升了识别的准确性。在利用著名的UIUC数 据集以及一些高清图像的检测实验结果表明，该算法显著提升了检测速度和准确性。 【关键词】目标检测；两级级联；自适应子分类；交叉验证；快速准确 【中图分类号】TP391．4 【文献标志码】A ObjectDetectionBasedonCascadeandSub--categorization ZHENGYao，FANGXiangzhong，LUQingchun (DepartmentofElectronicEngineering，ShanghaiJiaotongUniversity，Shanghai200240，China) A【bstract】Inmachinelearningbasedobjectdetectionproblems，thedetectionspeedanddetectionaccuracyareofthemajorconcerns．Inthispaper， anew2-stagedetectorwithself-adaptivesub-categorizationisproposedtodetectobjectsrapidlyandaccurately．Atthefirststageofourproposedmeth— od，mostpositivedetectionsub—windowsandsomenegativedetectionsub-windowsarequicklydetectedbyapplyingafastdetectionalgorithm．Atthe secondstage，bytakingtheinnerdifferencelikedifferentcolors，differentdirectionsofonetypeofobjectsintoaccount，astrongclassifierisbuildupby usingtheideaofsub—categorizationtoachieveahigherrecognitionrate．ExperimentalresultsOilUIUC datasetnad somehigh—resolution imageshave demonstratedthatourproposedmethodcanachievebothhighdetectionspeedandhighdetectionaccuracyinrealscenes． 【Keywords】objectdetection；2-stageDetector；self-adaptivesub—categorization；cross—validation；fastnadeffective 基于图像的实际 目标检测如行人检测、车辆检测、人 点，本文提出了一种两级级联的目标检测方法。第一级被 脸检测…等是一个非常具有挑战性的问题。由于实际应 设计成具有快速检测的检测器，它能够检测到几乎所有的 用中图像的场景往往比较复杂 ，同一类物体