结合SVM和Gabor参数优化的车辆检测

• 作者: 安吉尧 欧志芳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小生境遗传算法 Gabor特征 支持向量机 车辆检测
• 年，卷（期）: 2011,（36）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 203-207
• 分类号: TP391
• 字数: 4566字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.36.056

摘要

提出了一种基于小生境遗传算法的SVM和Gabor参数优化的车辆检测方法.充分考虑SVM的模型选择和前期的特征提取有着紧密联系的特点,将SVM的参数和Gabor的参数优化有效结合,利用分类精度、惩罚因子以及支持向量个数构造适应度函数,运用小生境遗传算法训练SVM模型,可有效提高SVM的分类精度,减少特征量的个数,降低时间复杂度.实验结果表明,车辆检测平均实验精度可达到98.675％,仅需30个特征量,基本可以满足实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安吉尧	湖南大学信息科学与工程学院	16	173	7.0	13.0
2	欧志芳	湖南大学信息科学与工程学院	3	28	3.0	3.0