基于one-class SVM与融合多可视化特征的可通行区域检测

• 作者: 赵春霞 韩光 高华
• 来源期刊: 机器人
• 关键词: 可通行区域检测 one-class SVM 多可视化特征 自主导航
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 731-735,741
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3724/SP.J.1218.2011.00731

摘要

针对难以获取完备的非可通行区域样本问题,为提高算法在不同场景的适应性,首次把可通行性检测看作单类分类问题,提出了基于one-class SVM的可通行区域检测算法.提出一种改进的融合颜色和纹理的特征提取方法,对各颜色分量进行离散余弦变换(DCT)变换,对DCT系数进行金字塔分解,用每个分解的均值和方差描述特征窗口.利用one-class SVM进行训练生成可通行区域的模式.实验表明,方法对新数据具有很好的识别能力,具有较高的检测精度和较低的误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春霞	南京理工大学计算机科学与技术学院	177	2193	25.0	36.0
2	韩光	南京理工大学计算机科学与技术学院	9	79	4.0	8.0
3	高华	南京理工大学计算机科学与技术学院	2	9	1.0	2.0