基于多核学习SVM的图像分类识别算法

摘要：

针对单核支持向量机在图像分类识别中检测精度较低的问题,提出一种多核学习SVM的图像分类识别算法,并将其应用到行人检测问题中.首先,提取行人的积分通道特征包括梯度直方图、彩色通道和梯度特征;然后,使用直方图交叉核、多项式核和径向基核构建混合核SVM分类器;最后,使用交叉验证和网格搜索的方法确定各种核的融合系数.在TUD数据集上的测试结果表明,该方法具有较好的鲁棒性和较高的检测精度.

关键词：支持向量机、多核学习、行人检测、图像识别、直方图交叉核、交叉验证

所属期刊栏目：41

分类号：TN911.73-34;TP311

资助基金：河南省科技厅科技攻关项目172102210604,162102210131;河南省高等学校重点研究项目16B510008;中州大学科技创新团队建设计划项目CXTD2017K4;郑州工程技术学院教育教学改革研究项目16 Project Supported by Key Scientific and Technological Project of Henan Provincial Science and Technology Department172102210604,162102210131;Key Research Project of Colleges and Universities in Henan Province16B510008;Construction Plan of Science and Technology Innovation Team in Zhongzhou UniversityCXTD2017K4;Education and Teaching Reform Research Project of Zhengzhou Institute of Technology16

在线出版日期：2018-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：50-52,56