在線集成學(xué)習(xí)方法及其在視頻目標(biāo)檢測(cè)中應(yīng)用研究.pdf

1、目標(biāo)檢測(cè)是模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究課題之一,在軍事偵察、智能交通、視頻監(jiān)控、人機(jī)交互等領(lǐng)域具有廣闊的應(yīng)用價(jià)值。在視頻目標(biāo)檢測(cè)過(guò)程中,往往會(huì)出現(xiàn)外界環(huán)境干擾或者目標(biāo)自身變化等情況,使得檢測(cè)模型會(huì)經(jīng)常出現(xiàn)誤檢或者漏檢,降低了其檢測(cè)性能。本文在對(duì)目標(biāo)檢測(cè)技術(shù)國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行深入探討的基礎(chǔ)上,研究基于在線集成學(xué)習(xí)的目標(biāo)檢測(cè)方法,將其應(yīng)用于復(fù)雜環(huán)境下的視頻目標(biāo)檢測(cè)中,并提出一種基于在線集成學(xué)習(xí)框架下的多視角人臉檢測(cè)方法。全文主要內(nèi)容如

2、下:
　　1、深入研究在線集成學(xué)習(xí)的基本理論,總結(jié)國(guó)內(nèi)外研究現(xiàn)狀和最新研究成果,介紹了幾種經(jīng)典集成學(xué)習(xí)算法的在線算法,詳細(xì)介紹了在線集成學(xué)習(xí)方法的基本框架和實(shí)現(xiàn)步驟,并分析其局限性,為后續(xù)研究做好充分準(zhǔn)備。
　　2、針對(duì)現(xiàn)有在線集成學(xué)習(xí)方法在集成分類器設(shè)計(jì)及在線樣本自動(dòng)標(biāo)注方面的不足,提出一種自適應(yīng)嵌套級(jí)聯(lián)的分類器結(jié)構(gòu)和一種置信度函數(shù)樣本標(biāo)注方法。自適應(yīng)嵌套級(jí)聯(lián)算法能夠靈活調(diào)整分類器層級(jí)內(nèi)和層級(jí)之間的結(jié)構(gòu),最大限度適應(yīng)目標(biāo)模

3、型的變化,加快分類器的收斂速度,并且能夠減少級(jí)聯(lián)的弱分類器數(shù)。在線樣本標(biāo)注過(guò)程中,結(jié)合跟蹤方法對(duì)檢測(cè)結(jié)果先進(jìn)行初步驗(yàn)證,再通過(guò)置信度函數(shù)得到最終的樣本類別標(biāo)注。
　　3、針對(duì)復(fù)雜環(huán)境下視頻中多視角的人臉檢測(cè)問(wèn)題,本文提出一種基于在線集成學(xué)習(xí)的多視角人臉檢測(cè)方法。將多視角人臉?lè)譃槲孱?左全側(cè)面、左半側(cè)面、正面、右半側(cè)面、右全側(cè)面。首先采用少量人工手動(dòng)標(biāo)注的訓(xùn)練樣本訓(xùn)練一個(gè)初始多視角人臉檢測(cè)模型和多視角人臉驗(yàn)證模型,然后在檢測(cè)過(guò)程中利