一种非线性的无监督对象检测模型

现有的无监督对象检测模型采用线性模型引入自顶向下的对象信息。由于对象的多变性及背景的复杂性,线性模型无法很好地刻画局部区域的对象信息。本文采用非线性模型学习引入对象性,同时采用了一种结合的策略引入对象的显著信息,以实现对象的检测。我们采用著名的Pascal图像库以提供广泛的对象样本,基于核的支持向量机则用于非线性模型的学习。实验结果,表明本文方法能够改善对象检测的性能。