基于量子演化理论的行人检测改进算法

摘要：

对视频中移动摄像头下的行人检测问题进行了研究,在AdaBoost行人分类算法、支持向量机(SVM)理论和多目标优化原理的基础之上,并结合三者的特点,提出了一种基于量子演化算法的行人检测优化算法.首先,使用传统的AdaBoost算法对行人进行粗粒度的分类,然后使用支持向量机(SVM)设计精度更高的行人检测器.针对SVM的分类器参数多、关系复杂,而且无好的调节准则,根据核函数的构建条件,将实值量子演化算法引入到SVM参数的寻优问题中,对于分类性能采用多目标优化的方法,取得了较好的效果;同时从理论上分析了算法的复杂度.经过实例测试,算法与经典多目标优化算法NS-GA-Ⅱ的相比,改进效果明显.最后的实验说明了算法检测的准确性.

关键词：视频、行人跟踪、量子演化

所属期刊栏目：16

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61401286

在线出版日期：2016-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：229-232