摘要

本发明公开了一种基于半监督学习的行人检测方法,首先获取源图像集的训练样本和所属类别,将目标场景图像集中的一部分图像进行行人标记,获取目标场景图像对应的训练样本和样本特征;其次由源图像集的训练样本训练生成决策森林,目标场景图像集中知晓所属类别的训练样本对决策森林中的决策树进行筛选,重组后产生新的决策森林;再者通过新的决策森林对目标场景图像集中未知所属类别训练样本进行评分,将置信度高的训练样本标记为行人训练样本;然后通过目标场景图像集中知晓输送类别的训练样本以及上述行人训练样本训练神经网络;最后测试样本输入至新的决策森林,将置信度高的测试样本通过神经网络得出行人检测结果。具有行人检测精度高的优点。