基于HOG+SVM实现对任意物体的检测

论文摘要

随着深度学习技术的不断发展,端到端的模式识别方式越来越普及。只要算力足够,总可以搭建出适合某一场景的分类检测与预测判断深度网络。但在周期短、算力不足、语义理解要求高的场景下,基于特征的模式识别仍旧有着巨大的需求。本文通过对经典特征HOG的详细解读,结合SVM实现了对任意物体的智能识别。相较于深度学习算法,有着前期训练成本低、识别速度快、样本量需求小等特点。

论文目录

• 0 引言
• 1 模式识别的一般性算法思路
• 2 本文方法实现
•   2.1 HOG特征分析
•   2.2 基于SVM的模式判断
•     2.2.1 准备正负样本
•     2.2.2 训练
•     2.2.3 预测（分类）
•   2.3 算法实现
• 3 结论

文章来源

类型: 期刊论文

作者: 李铭,郑苏生,姚磊岳

关键词: 模式识别,目标检测,人工智能

来源: 现代信息科技 2019年24期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 江西科技学院

基金: 2018年度江西省社会科学规划项目:基于教学过程大数据的民办高校教学资源配置优化研究——以江西科技学院为例(项目编号:18JY40),2017年江西省科技厅工业领域科技攻关项目:基于自然语音交互模式的行车安全辅助系统(项目编号:20171BBE50060),南昌市科技局指导性科技计划项目:汽车分时租赁远程控制与准入系统(项目编号:GJJ161143)资助

分类号: TP391.41;TP18

DOI: 10.19850/j.cnki.2096-4706.2019.24.022

页码: 67-70

总页数: 4

文件大小: 1590K

下载量: 311