模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2011, Vol. 24 Issue (6): 869-874    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于多配置特征包的目标检测
李秋洁,茅耀斌,王执铨
南京理工大学自动化学院南京210094
Object Detection Based on Multi-Configuration Feature Bag
LI Qiu-Jie, MAO Yao-Bin, WANG Zhi-Quan
School of Automation, Nanjing University of Science and Technology, Nanjing 210094

全文: PDF (506 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对目标检测中的特征失配问题,提出多配置特征包的概念,刻画同一特征可能出现的不同失配情况。目标分类器学习时,利用Boosting算法学习出最具鉴别力特征包,每个特征包对应一个单特征和它的失配情况,目标分类器是最优特征包分类器的线性组合。进一步地,引入多示例学习思想,有效评估特征包鉴别力、学习特征包分类器。在人脸数据集上的实验表明,较之传统方法,考虑特征失配后,文中算法能获得更好的检测性能。同时,与固定包生成方式相比,多配置特征包能较好拟合特征失配情况,在提高检测率的同时获得更小的检测器尺寸。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
李秋洁
茅耀斌
王执铨
关键词 目标检测特征失配多配置特征包多示例学习    
Abstract:To solve the problem of feature misalignment appearing in object detection, a multi-configuration feature bag is put forward and used to describe variant misalignments for the same feature. By boosting algorithm, the most discriminative feature bags, which consist of single features and their corresponding misalignment cases, are selected in the phase of classifier training. Based on those best feature bags, weak classifiers are generated and combined into the final ensemble classifier. Moreover, multiple instance learning is introduced to efficiently evaluate the discriminative ability of feature bags and train feature bag classifiers. The experimental results on public face dataset demonstrate that the proposed algorithm is more robust than the traditional method when the problem of feature misalignment is considered. Furthermore, compared to the feature bag with fixed size, the proposed multi-configuration feature bag models the feature misalignment better, gets smaller detector size while improving the detection accuracy.
Key wordsObject Detection    Feature Misalignment    Multi-Configuration Feature Bag    Multiple Instance Learning   
收稿日期: 2010-09-25     
ZTFLH: TP391  
基金资助:国家自然科学基金资助项目(No.60974129,70931002)
作者简介: 李秋洁,女,1983年生,博士研究生,主要研究方向为计算机视觉、模式识别与机器学习.E-mail:liqiujie_1@163.com.茅耀斌,男,1971年生,博士,副教授,主要研究方向为图像处理、计算机视觉和模式识别.王执铨,男,1939年生,教授,博士生导师,主要研究方向为复杂系统的建模与控制、容错控制.
引用本文:   
李秋洁,茅耀斌,王执铨. 基于多配置特征包的目标检测[J]. 模式识别与人工智能, 2011, 24(6): 869-874. LI Qiu-Jie, MAO Yao-Bin, WANG Zhi-Quan. Object Detection Based on Multi-Configuration Feature Bag. , 2011, 24(6): 869-874.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2011/V24/I6/869
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn