文件名称：论文研究-聚合支持向量机分类器的行人检测方法.pdf
文件大小：664KB
文件格式：PDF
更新时间：2022-09-30 20:39:40
论文研究
针对支持向量机分类器的行人检测方法采用欠采样方法，存在正负行人比例不平衡造成的准确率不高问题，结合欠采样和EasyEnsemble方法，提出一种聚合支持向量机（Ensemble SVM）分类器的行人检测方法。随机选择负样本作为初始训练样本，并将其划分为与正样本集均衡的多个子负样本集，构建平衡子训练集，线性组合成EasyEnsemble SVM分类器；利用该分类器对负样本进行分类判断，将误判样本作为难例样本，重新划分构建新的平衡子训练集，训练子分类器，结合EasyEnsemble SVM分类器，得到Ensemble SVM分类器行人检测方法。在INRIA行人数据集上的实验表明，该方法在检测速度和检测率上都优于经典的SVM行人检测算法。