摘要:支持向量机(SVM)由于其出色的泛化能力, 已成为目标检测领域应用最为广泛的分类器之一。然而在检测过程中, 过多的支持向量会产生很大的时间开销, 从而降低目标检测系统的实时性。针对此问题, 提出一种约简支持向量的方法, 以降低分类器的决策开销, 加快检测速度。此方法采用迭代的方式来估计特征空间中向量的原像, 通过构建精简原像集来简化支持向量机, 从而达到了提升分类速度的效果。利用精简的SVM结合Selective Search+BoW模型构建了一款快速检测器, 测试结果表明: 该检测器能够在保证检测率的前提下, 通过约简支持向量, 提高目标检测的实时性。