%0 Journal Article
%T 基于多部位多示例学习的人体检测
%A 丁建浩
%A 耿卫东
%A 王毅刚
%J 模式识别与人工智能
%P 803-809
%D 2012
%X 基于部位的检测方法能处理多姿态及部分遮挡的人体检测，多示例学习能有效处理图像的多义性，被广泛应用于图像检索与场景理解中。文中提出一种基于多示例学习的多部位人体检测方法。首先，根据人体生理结构将图像分割成若干区域，每个区域包含多个示例，利用AdaBoost多示例学习算法来训练部位检测器。然后利用各部位检测器对训练样本进行测试得到其响应值，从而将训练样本转化为部位响应值组成的特征向量。再用SVM方法对这些向量进行学习，得到最终的部位组合分类器。在INRIA数据集上的实验结果表明该方法能改进单示例学习的检测性能，同时评价3种不同的部位划分及其对检测性能的影响。
%K 人体检测
%K 多示例学习
%K 部位检测器
%K 梯度方向直方图
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9490.shtml