【摘要】 一种用于行人检测的基于协同进化的特征优选方法，包括：(1)读入训练样本；(2)生成原始特征集合，形成样本集合；(3)初始化四个种群，每个种群对应一类特征；(4)将个体解码为特征组合，得到新的样本子集，计算所有个体的适应度；(5)判断是否满足终止条件，若满足则将每个种群中的最好个体所表示特征子集作为算法的最优解；(6)根据每个个体的适应度，采用群内竞争、群间竞争和自增长规则选择个体，使用单点交叉法及变异生成下代个体；(7)返回步骤(4)继续进化种群直到满足步骤(5)的特征选择终止条件。本发明降低了计算复杂性，能够得到最优的特征子集，提高了对行人的分类准确性。 【专利类型】发明授权 【申请人】中国科学技术大学 【申请人类型】学校 【申请人地址】230026 安徽省合肥市金寨路96号 【申请人地区】中国 【申请人城市】合肥市 【申请人区县】蜀山区 【申请号】CN200810101705.7 【申请日】2008-03-11 【申请年份】2008 【公开公告号】CN101246555B 【公开公告日】2010-07-07 【公开公告年份】2010 【授权公告号】CN101246555B 【授权公告日】2010-07-07 【授权公告年份】2010.0 【IPC分类号】G06K9/62 【发明人】曹先彬; 许言午; 郭圆平; 魏闯先; 吴培; 嘉晓岚 【主权项内容】一种用于行人检测的基于协同进化的特征优选方法，其特征在于步骤如下：(1)读入训练样本，包括含有行人图像的正样本和不含行人图像的负样本，所有样本缩放为统一规格：16象素×32象素；(2)生成原始特征集合：对每一个训练样本在R，G，B通道以及灰度图像上分别提取特征，得到R，G，B，GRAY四类特征值，每类各有ni个特征，每一个训练样本共有 个特征，其中，i＝1，2，3，4；每一个训练样本的特征值形成一个行人图像的特征向量，得到样本集合；(3)初始化四个种群，每个种群Pi对应第i类特征，每个种群随机生成N个个体，每个个体编码为二进制串以表示一个特征子集，其中N的取值范围为[100，300]；(4)将个体解码为特征组合，得到新的样本子集，计算种群Pi所有个体的适应度；(5)从每个种群中选出最优的个体，计算它们的适应度，若适应度大于一指定阈值，即满足特征选择终止条件，则把最优个体选择的特征作为最终的优选结果，并终止程序；所述最优个体为：若当前是第一代个体，在每个种群中随机选择一个个体作为该种群最优个体；否则，将前一代适应度最高的个体作为相应种群的最优个体；(6)根据每个个体的适应度，采用群内竞争、群间竞争和自增长规则选择个体，使用单点交叉法及变异生成下代个体；所述群内竞争规则为：在种群Pi中，对所有的个体对(a，b)，a，b∈Pi，a≠b，较差的个体以α的概率被淘汰，较优的个体以β的概率产生一个下一代个体，其中β≤a；所述群间竞争规则为：对属于不同种群的每一对个体(a，b)，a∈Pi，b∈Pj，Pi≠Pj，ωab表示个体b对个体a的影响系数，定义为ωab＝(f(a)-f(b))/(NN×(fmax-fmin))，其中NN为所有种群包含个体的数量，fmax和fmin分别为本代种群个体的最高和最低适应函数值；所述自增长规则：每个个体以ρ的概率产生下一代个体；所述单点交叉法为随机选择一个断点，交换双亲上断点的右端，生成新的后代；所述的变异策略为以等于变异率的概率改变一个基因；(7)返回步骤(4)继续进化种群直到满足步骤(5)的特征选择终止条件。FSB00000017190700011.tif 【当前权利人】中国科学技术大学 【当前专利权人地址】安徽省合肥市金寨路96号 【统一社会信用代码】12100000485001086E 【家族被引证次数】5
