用于动态视觉的基于流形正则化的半监督分类器设计方法

摘要

本发明是一种用于动态视觉的基于流形正则化的半监督分类器设计方法，该分类器在动态视觉环境下的训练数据来源：由用户采集的带有类别信息的数据包含目标的正类样本和不包含目标的负类样本，计算机在视频中随机采集的无类别信息的数据；利用数据的局部线性重构系数，定义了分类器在样本数据集上的连续性正则项，使得分类器对无类别信息数据的利用效率得到了提高。并且在求解分类器系数的优化问题中对函数复杂度和函数连续性正则项的定义设定为1范数的形式，从而优化问题的解得是分类器系数的稀疏解，即训练得到的分类器也是稀疏的。使得分类器在动态视觉任务中的实时性得到了提高。