一种基于线性SVM的级联分类器的构造方法

• 作者: 吴涛 安平 贺汉根
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 级联 目标检测 支持向量机(SVM)
• 年，卷（期）: 2008,（14）
• 所属期刊栏目: 理论研究
• 页码范围: 39-41,53
• 页数: 4页
• 分类号: TP181
• 字数: 4481字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.14.010

摘要

为了对目标进行快速的检测,提出了一种新的基于支持向量机的级联式分类器的构造方法.该级联分类器由若干个线性SVM弱分类器构成,结构简单,分类时间极快.针对级联结构中的每个节点的训练给出了一个新的SVM框架下的二次规划模型,这使得每个节点都有较高的正样本检测率和适当的负样本错检率.实际的实验结果表明,与经典非线性SVM分类器相比,这种分类器在保持SVM较强泛化性能的优点的同时,在检测效率方面更是具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺汉根		3	53	3.0	3.0
2	安平		1	6	1.0	1.0
3	吴涛		1	6	1.0	1.0