基于在线随机蕨分类器的实时视觉感知系统

• 作者: 王勇 罗大鹏 罗琛 韩家宝 马丽 魏龙生
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 在线学习 视觉感知 随机蕨分类器 目标检测
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 1139-1148
• 页数: 10页
• 分类号: TP391
• 字数: 4671字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.05.018

摘要

本文针对不同成像条件下，目标姿态变化对系统检测性能的影响，提出一种具有自主学习能力的视觉感知系统。该系统能在执行检测任务的同时，通过快速的自主学习提高检测性能，并保持实时目标检测速度。系统包括了目标检测模块及在线学习样本自动获取、标注模块。针对目标检测模块为满足系统自主学习需求，提出随机蕨分类器的在线学习方法，使目标检测模块可持续自我更新，提高检测性能；针对样本自动获取、标注模块则提出最近邻分类器辅助的双层级联标注方法。此外，本文提出自主在线学习框架，整个学习过程不用准备初始训练样本集，通过人工选定一个待检测目标即可进行无需干预的自适应学习，逐渐提高检测性能。实验表明，该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	中国地质大学武汉机械与电子信息学院	56	763	15.0	25.0
2	马丽	中国地质大学武汉机械与电子信息学院	9	49	3.0	7.0
3	魏龙生	中国地质大学武汉机械与电子信息学院	8	38	4.0	6.0
4	罗大鹏	中国地质大学武汉机械与电子信息学院	9	47	4.0	6.0
5	罗琛		2	9	2.0	2.0
6	韩家宝	中国地质大学武汉机械与电子信息学院	2	9	2.0	2.0