复杂背景下目标检测的级联分类器算法研究

• 作者: 朱明 汤洋 高文
• 来源期刊: 物理学报
• 关键词: 目标跟踪 目标检测 随机树 分类器
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 电磁学、光学、声学、传热学、经典力学和流体动力学
• 页码范围: 094204-1-094204-9
• 页数: 1页
• 语种: 中文
• DOI: 10.7498/aps.63.094204

摘要

目标检测与跟踪一直是图像处理与计算机视觉领域的热门研究方向之一，其对军事上的成像制导、跟踪军事目标等以及民事方面的安防监控、智能人机交互等方面均有着重要的研究价值。将特征匹配问题看成是一种更普遍的二分类问题，将这种难解的高维计算变成二分类问题，使计算复杂度大大减小，这类方法以大数定律和贝叶斯法则为理论依据，本文提出一种非树形结构的分类器，并从理论上推导出其实现公式，将1bitBP特征应用到分类器中，同时采用计算量由小到大的三个分类器进行级联从而实现鲁棒精确的目标检测。从实验结果来看，本文算法能够对目标的尺度变化、旋转、部分遮挡、形变、模糊、背景变化等复杂情况有较好鲁棒性，并且检测精度相对较高，而本文算法的计算复杂度低、计算量小，有较高的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高文	中国科学院长春光学精密机械与物理研究所	150	5863	39.0	72.0
5	朱明	中国科学院长春光学精密机械与物理研究所	228	2519	25.0	40.0
9	汤洋	中国科学院长春光学精密机械与物理研究所	6	63	5.0	6.0