聚合支持向量机分类器的行人检测方法

来源：计算机工程与应用杂志2019年第7期北京时间：

作者：甘 玲1，杨 梦2

单位：1.重庆邮电大学 计算机科学与技术学院，重庆 400065；2.重庆邮电大学 软件工程学院，重庆 400065

摘要：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。

关键词：行人检测,支持向量机（SVM）,EasyEnsemble SVM分类器,聚合支持向量机（Ensemble SVM）