主页
2015-11-13：本研究室独立完成的1篇论文被人工智能领域顶级国际会议AAAI 2016录用为长文
本研究室的1篇论文Chao Zhu and Yuxin Peng, "Group Cost-Sensitive Boosting for Multi-Resolution Pedestrian Detection"被AAAI 2016录用为长文，AAAI是人工智能领域的顶级国际会议，也是CCF推荐的A类会议，本次共有2132篇论文提交，接收率为26%。祝贺朱超博士后！
本论文针对行人检测中较难的低分辨率样本问题提出了一种新的多分辨率处理模型，针对主流boosting方法在训练时无法区分不同分辨率样本导致低分辨率样本容易被误判的问题，通过一种新的分组代价敏感boosting算法，能够对不同分辨率的样本分组赋予不同的权重，并强调低分辨率样本在训练过程中的作用，使得训练得到的模型可以更好应对多分辨率下的行人检测。所提出的方法在Caltech标准行人数据集上进行了验证，能够有效提高在不同分辨率情形下的检测准确率，取得了比现有方法更好的结果。
本论文针对行人检测中较难的低分辨率样本问题提出了一种新的多分辨率处理模型，针对主流boosting方法在训练时无法区分不同分辨率样本导致低分辨率样本容易被误判的问题，通过一种新的分组代价敏感boosting算法，能够对不同分辨率的样本分组赋予不同的权重，并强调低分辨率样本在训练过程中的作用，使得训练得到的模型可以更好应对多分辨率下的行人检测。所提出的方法在Caltech标准行人数据集上进行了验证，能够有效提高在不同分辨率情形下的检测准确率，取得了比现有方法更好的结果。