罗大鹏，罗　琛，魏龙生，韩家宝，王　勇，马　丽

(1.中国地质大学(武汉) 机械与电子信息学院,湖北武汉 430074；2.北京师范大学惠州附属学校,广东惠州 516002)



基于在线随机蕨分类器的实时视觉感知系统

罗大鹏1，罗琛2，魏龙生1，韩家宝1，王勇1，马丽1

(1.中国地质大学(武汉) 机械与电子信息学院,湖北武汉 430074；2.北京师范大学惠州附属学校,广东惠州 516002)

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.

在线学习;视觉感知;随机蕨分类器;目标检测

1　引言

近年来,通过训练分类器实现图像或视频目标快速检测的方法[1]得到了广泛使用.但是,该方法要准备大量样本进行分类器训练,这是一项很繁……