基于最小类内方差的相关滤波器研究

摘要

最大间隔相关滤波器(MMCF),作为一种结合支持向量机(SVM)的相关滤波器方法,在检测和识别应用中体现出优异的性能.然而,与SVM相同,MMCF仅考虑边界上的样本点,忽略样本的分布信息.针对这一问题,提出最小类内方差相关滤波器(MCVCF).与MMCF相似,MCVCF体现大间隔原理.但是,不同于传统方法,MCVCF进一步利用样本的整体分布情况,在训练过程中引人类内的离散度信息,增强其抗噪能力,进而获得更符合真实样本情况的滤波器,提高滤波器的检测分类能力.实验结果表明,MCVCF是有效的,其在目标检测准确率和平均识别率上均优于传统相关滤波器.