基于支持向量机的目标检测算法综述
CSTR:
作者:
作者单位:

中国科学技术大学自动化系, 合肥 230027

作者简介:

陈宗海

通讯作者:

中图分类号:

TP373

基金项目:

国家自然科学基金项目(61005091, 61375079).


Review of object detection methods based on SVM
Author:
Affiliation:

Department of Automation,University of Science and Technology of China,Hefei 230027

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    目标检测的目的在于从静态图片或视频中检测并定位设定种类的目标物体, 已有研究大都将目标检测问题简化为一个二分类问题. 鉴于支持向量机在模式识别领域尤其是解决二分类问题中所表现出来的优越性, 如何将其应用于目标检测已成为当今计算机视觉领域关注的重点. 对此, 从支持向量机原理、目标特征模型构建、学习训练和目标检测框确定等角度, 综述了基于支持向量机的目标检测算法的研究现状, 并就进一步的发展进行了展望.

    Abstract:

    The purpose of object detection is to detect and locate the object with a certain class from the static image or videos, and many studies simplify the object detection as a binary classification problem. For the reason that the support vector machine(SVM) can solve the pattern recognition problem well, especially the binary classification problem, how to use the SVM in computer vision becomes a hot point of many researchers. The status of object detection methods based on SVM is reviewed by introducing the concept and theory of SVM, the building of object feature model, training process and location of detection box. Finally, the future work of object detection methods based on SVM is discussed.

    参考文献
    相似文献
    引证文献
引用本文

郭明玮 赵宇宙 项俊平 张陈斌 陈宗海.基于支持向量机的目标检测算法综述[J].控制与决策,2014,29(2):193-200

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-07-02
  • 最后修改日期:2013-11-05
  • 录用日期:
  • 在线发布日期: 2014-02-20
  • 出版日期:
文章二维码