利用乘法核进行多类交通标志检测
计算机视觉与模式识别
2013-10-02 v1
摘要
我们考虑使用由两个核组成的乘法核分类函数进行多类交通标志检测的问题。我们表明，检测和前景内分类问题可以通过使用一个核来测量对象 - 背景差异，另一个核来考虑类内变化而联合解决。这种方法背后的主要思想是，来自不同前景变化的交通标志可以共享将它们与背景区分开来的特征。分类函数的训练使用 SVM 完成，因此特征共享是通过支持向量共享实现的。训练产生了一组线性检测器，其中每个检测器对应于特定的前景训练样本。使用 k-medoids 聚类减轻了检测器之间的冗余。最后，我们报告了在从移动车辆上的相机获取的一组交通标志图像上的检测和分类结果。
引用
@article{arxiv.1310.0311,
title = {Multiclass Road Sign Detection using Multiplicative Kernel},
author = {Valentina Zadrija and Siniša Šegvić},
journal= {arXiv preprint arXiv:1310.0311},
year = {2013}
}
备注
Part of the Proceedings of the Croatian Computer Vision Workshop, CCVW 2013, Year 1