admin管理员组文章数量:1622626
主要思想:
1.结合多步的全局特征及局部特征用来分类
2.使用卷积稀疏编预训练滤波器
现有的方法:
手动提取特征,如ICF,HOG及其变形和组合,使用可训练的分类器如SVM,boosted classifier或随机森林分类。
深层网络非监督预训练方法,包括RBM,stacked auto-encoders,stacked sparse auto-encoders.
非监督学习可以用来训练深层网络,文章使用前一层的输出,在每层训练了一个广义非监督模型,之后使用标记信息对多层系统进行有监督的更新。
分层模型
使用广义参数函数可以将输入映射到更高层的表示,文章使用稀疏卷积分层特征,每层的非监督模型包含一个卷积稀疏编码算法和一个预测函数。
非监督学习
稀疏编码能够从特征中提取有用的特征表示,稀疏编码是一个线性重建模型,使用overcomplete字典
D∈Rm×n
,以及一个对混合系数z的规格化惩罚:
z∗=argminz||x−Dz||22+λs(z)
(1)
目标是获得对应输入的最优稀疏表示,s(z)的具体形式取决于稀疏编码算法,文中使用
||⋅||1
范数,并根据字典D最小化公式(1)
z∗,D∗=argminz,D||x−Dz||22+λ||z||1
许多人使用稀疏字典学习表示图像,文中使用[20]提出的CPSD模型构建多级特征表示,形式与单层ConvNet类似:
f(x;g,k,b)=z^=z^jj=1...n
z^j=gj×tanh(x⨂kj+bj)
预测结果
z^j
是一系列特征图,灰度图像的卷积非监督能量为:
非监督学习是一个两步的坐标下降过程:
(1)Inference:参数
W=D,g,k,b
固定,最小化公式6获得最优的稀疏表示
z∗
(2)Update:固定
z∗
,使用随机梯度更新权值W
每层的非监督训练算法为:
算法1的预测函数为:
(8)
使用反向图P进行重建:
(9)
非线性变换
包括absolute value rectification, local contrast normalization
and average down-sampling operations
训练N步多层模型的算法为:
多级特征
将低层输出分支到高层分类器,生成的特征可以同时提取全局特征及局部信息,如下图所示,第一级的输出在非线性变换,池化和下采样后产生分支。
实验结果
使用两个评价指标,错误率&虚警率,及Area Under Curve评价了几种不同方法的结果,包括ConvNet with variants of unsupervised (Convnet-U) and fullysupervised
training (Convnet-F) and multi-stage features (Convnet-U-MS and ConvNet-F-MS),结果对比如下:
本文标签: 行人DetectionPedestrianUnsupervisedLearning
版权声明:本文标题:行人检测“Pedestrian Detection with Unsupervised Multi-Stage Feature Learning” 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://www.elefans.com/dianzi/1728871152a1177292.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论