一种基于二值粒子群优化和支持向量机的目标检测算法

• 作者: 夏良正 李晓兵 潘泓 金立左
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 目标检测 二值粒子群优化 支持向量机 特征选择
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 论文
• 页码范围: 117-121
• 分类号: TP391.4
• 字数: 5380字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2010.00260

摘要

针对复杂场景下目标检测和目标检测中特征选择问题,该文将二值粒子群优化算法(BPSO)用于特征选择,结合支持向量机(SVM)技术提出了一种新颖的基于BPSO-SVM特征选择的自动目标检测算法.该算法将目标检测转化为目标识别问题,采用wrapper特征选择模型,以SVM为分类器,通过样本训练分类器,根据分类结果,利用BPSO算法在特征空间中进行全局搜索,选择最优特征集进行分类.基于BPSO-SVM的特征选择方法降低了特征维数,显著提高了分类器性能.实验结果表明,该文算法不仅有效提高了复杂场景下目标姿态、尺度、光照变化和局部被遮挡时的检测准确率,还大大缩短了检测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏良正	东南大学自动化学院	63	1121	19.0	30.0
2	潘泓	东南大学自动化学院	17	198	8.0	13.0
3	金立左	东南大学自动化学院	72	548	11.0	21.0
4	李晓兵	东南大学自动化学院	5	47	4.0	5.0