阅读文献翻译

《阅读文献翻译》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、多核学习在对象检测中的应用本篇文章中翻译的是该原文的第一、第二部分和第四章的应用细节，第三章部分是应用的一些理论部分细节，在此不做翻译摘要：我们的目地是为了获得一个当前技术水平的对象分类检测方法，这种方法是使用当前技术水平的分类器方法在一个图像窗口中来寻找对象，我们使用Varma和Ray所提出的多核学习方法对X2核来实现一个最优化的组合。我们的特征包括边界特征、稠密和稀疏视觉字，还有在不同层次的空间结构中的特征描述子。这样的一个有力的分类器由于一些时间的关系是不能在一个图像窗口中同时进行检测，因此我们提出了一种新奇的三阶段分

2、类器，这包括线型，近似线型，和非线性SVMs。我们表明了增加非线性的核增加它的描述能力，但是这是以增加计算复杂度为代价，我们的贡献包括以下部分1）一个线性分类器能够使用一个使用到的图像窗口的多少来估计（它是独立于窗口的面积和描述子的维度），2）三个关于候选区域的加速算法的加速算法的比较（包括Chum和Zisserman的基于尺度不变性的特征的跳跃窗口分类器）；3）引入重叠回忆曲线来作为一个比较和优化中间管道性能的的方法。这个方法是在PASCAL视觉对象检测挑战集中评估，并且与之前提到的对分类方法相比获得了较好的性能。引言：在

3、这篇论文中，我们的目的是对象分类检测：这个任务是确定一个或者更多的场景是否在一个图片中存在，如果存在，就使用一个紧邻的方盒子来包围它并确定它的位置，这里必须要确定的一点就是在图片中是否存在一个场景（但是不指出它的位置），这种方法目前为止已经有很大成功。对于Caltech101/256数据库得到很好的性能是使用以下方法：1、使用多特征值；2、使用空间信息；3、使用多SVM分类器多核学习方法最优化特征组合和空间金字塔水平。这种对图像的当前最先进水平性能在很大程度上已经一致了，但前提是在对象占据了图像的大部分和背景的复杂的不高。我

4、们在这里做研究的目的是这些1、这份额图像分类的方法能成功的应用在检测上面吗？比如说在挑战性比较高的的方确定那个对象位置（位置改变，背景复杂化）；2、如果它能用作一个检测器，那么它的性能与当前最先进的技术相比会是怎么样？我们使用PASCALVOC作为试验台数据来训练和测试，这主要是因为当前的检测方法一般都是都是用这些来进行比较。一个自然的切入点是以Viola和Jones的方式使用当前水平的图像分类器作为一个滑动窗检测器，然而，一个理想的实施在计算上是不可能实现的，这是因为：（一）区域在位置、规模、和空间比率上面进行搜索；（二）

5、每个区域都是用高维特征直方图进行描述（这是因为多特征通道和空间细分的组合）；（三）分类器使用非线性核和成千上万的支持向量。人然而对相关的计算的加速算法在文献【13、16】中都已经被提到了，我们在第三章中会表明它们在使用最强的模型时加速效果不是很好。就像【24】中提到的那样，我们因此使用一种级联式的方法，在这个末尾的时候，我们引入一个新奇的多级分类器，在其中向下的每一个阶段，我们使用一个相对比较有力（但是代价更高）的根类器来接近我们的目标，在3.1章中，我们会对三个适合于第一阶段的快速分类器做一个比较，前两个是线性分类器（同样

6、也是包含多核），这些方法在计算单独整体图像中是很迅速的，这种节省在以前的工作是没有被使用的，但是在使用高维度特征直方图的时候就是必不可少的。第一个分类器是普遍使用的一个固定的窗口，第二个根据数据考虑了多纵横比率，第三个分类器就是一个“跳动窗”，就是可以根据训练集中的变化来改变纵横比，这些分类器的输出是候选区域，对每幅图像大约是2000个，这些然后被传到后面的更强力阶段中，为了比较三种方法的性能，我们引入了重叠回忆曲线。在3.2章节中我们讨论了第二和第三阶段的分类器，这两个是基于代价较高的近似线性和非线性的核，评估近似线性分类

7、器是独立于支持向量的个数，而要计算每个候选区域的大量的高维数直方图是很必要的，而这些算法使这个分类器要比第一阶段的分类器要慢上上千倍。最后我们把大概100个候选区传递给第三阶段，第三阶段是最慢的一个阶段，即使很少数量的候选区来进行估计，因为大量的支持向量和高维直方图，它的计算素的也是很慢的。在3.3章节中，我们讨论了特征直方图标准化在效率和模型质量上的影响。在4.1中我介绍了特征和应用的一些细节上的问题，在4.2中描述了学习过程，在第五章中评价了性能，我们把这个方法应用在PASCALVOC数据库上，并且表明MKL方法确实是可

8、以用做一个探测器，并且该方法在大多数情况下超过了当前时期内在这个数据集上报道过的其他方法。相关的工作与我们的工作相类似的是INRIAPlusClass也是在PASCALVOC上工作。不管我们还是他们都是使用了多特征和级联式的方法，他们的重点是使用上下文信息，而我们的是在提高对象表示的质量和