使用白化 CNN 特征的快速目标检测学习与预测
计算机视觉与模式识别
2017-04-13 v2
摘要
我们将从预训练卷积神经网络 (CNNs) 提取的特征与快速的线性 Exemplar-LDA 分类器相结合，以获得两者的优势：CNN 的高检测性能、自动特征工程、从少量训练样本快速学习模型以及高效的滑动窗口检测。自适应实时目标检测系统 (ARTOS) 已被大幅重构，以与 Caffe 结合用于本文报道的实验研究。
引用
@article{arxiv.1704.02930,
title = {Fast Learning and Prediction for Object Detection using Whitened CNN Features},
author = {Björn Barz and Erik Rodner and Christoph Käding and Joachim Denzler},
journal= {arXiv preprint arXiv:1704.02930},
year = {2017}
}
备注
Technical Report about the possibilities introduced with ARTOS v2, originally created March 2016