基于稀疏编码的迁移学习及其在行人检测中的应用

• 作者: 李绍滋 苏松志 谢尧芳
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 行人检测 行人分类 迁移学习 稀疏编码
• 年，卷（期）: 2010,（2）
• 页码范围: 186-192
• 页数: 7页
• 分类号: TP391.41
• 字数: 5410字
• 语种: 中文

摘要

行人检测是计算机视觉领域中的研究热点,其实质是一个二分类问题.目前基于统计的行人检测技术已取得了一定进展,但大都需要大量的训练数据.针对这一问题,提出了一种基于迁移学习的半监督行人分类方法:首先基于稀疏编码,从任意的未标记样本中,学习到一个紧凑、有效的特征表示;然后通过迁移学习,将学习到的特征表示方法迁移到行人分类中.在MIT行人数据库上的实验结果表明:该方法能有效地刻画出行人的特征,提高行人分类的性能,在标记样本少的情况下仍具有良好的分类效果,因此可应用于行人检测中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍滋	厦门大学信息科学与技术学院	87	1292	20.0	34.0
2	谢尧芳	厦门大学信息科学与技术学院	1	15	1.0	1.0
3	苏松志	厦门大学信息科学与技术学院	16	466	8.0	16.0