Kết Hợp Phương Pháp Biểu Diễn Đặc Trưng Cục Bộ Và Kỹ Thuật Random Forests Trong Nhận Dạng Người

Tóm tắt

Bài báo trình bày hệ thống phân loại dựa trên kỹ thuật Random forest sử dụng phương pháp biểu diễn đặc trưng cục bộ áp dụng trong nhận dạng người. Có hai nội dung chính được trình bày trong bài này để giải quyết vấn đề nhận dạng trong trường hợp cảnh nền thay đổi đa dạng. Thứ nhất, chúng tôi trình bày kỹ thuật biểu diễn đặc trưng HOG đa mức độ kích thước vùng cục bộ nhằm tăng độ chính xác của hệ thống phân loại. Phương pháp này cho phép trích rút ra một tập lớn các đặc trưng, sau đó lọc ra chỉ những phần tử có độ khác biệt cao giữa tập positive và negative dựa vào bộ dữ liệu huấn luyện. Thứ hai, máy phân loại sử dụng cấu trúc thác nước dựa trên kỹ thuật RF được đề xuất sử dụng để huấn luyện và nhận dạng. Trong trường hợp này, kỹ thuật decision forest dựa trên việc kết hợp các quyết định yếu sử dụng nhân phân loại là các SVMs. Mỗi phân loại yếu sử dụng tập đặc trưng trong một vùng cục bộ của mẫu. Hệ thống sử dụng cấu trúc thác nước cho phép tăng tốc độ phân loại nhờ vào việc loại bỏ được các mẫu negatives mà chỉ cần một tập nhỏ đặc trưng cục bộ.