半自主在线学习目标检测系统

• 作者: 罗大鹏 罗琛 韩家宝
• 来源期刊: 现代电子技术
• 关键词: 在线学习 目标检测 随机蕨分类器 半自主学习
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 测试?测量?自动化
• 页码范围: 121-125
• 页数: 5页
• 分类号: TN919-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.09.028

摘要

针对不同监控场景，不同成像条件下目标姿态变化较大的问题，提出一种具有半自主学习能力的目标检测系统。该系统能在执行检测任务的同时，通过快速的半自主学习提高检测性能。系统包括了目标检测模块及在线学习模块。为满足系统在线学习需求，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。通过半自主在线学习框架使整个学习过程不需准备初始训练样本集，只需框选一个待检测目标即可进行自适应学习，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	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
2	罗琛		2	9	2.0	2.0
3	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