论文部分内容阅读
本文介绍了一种基于支持向量机（SVM）理论的线性级联式分类器，用于解决较复杂目标的快速检测问题。该分类器由若干个线性SVM分类器组成，结合了级联分类器和SVM理论的优点，给出了级联结构中的每个节点的约束最优化模型，使得每个节点都有较高的正样本检测率和适当的负样本错检率。实验结果表明，与经典非线性SVM分类器相比，这种分类器在保持SVM较强泛化性能的优点的同时，在检测效率方面更是具有明显的优势。