CAJ | 학술논문

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.
침대복잡장경하목표검측화목표검측중특정선택문제,해문장이치입자군우화산법(BPSO)용우특정선택,결합지지향량궤(SVM)기술제출료일충신영적기우BPSO-SVM특정선택적자동목표검측산법.해산법장목표검측전화위목표식별문제,채용wrapper특정선택모형,이SVM위분류기,통과양본훈련분류기,근거분류결과,이용BPSO산법재특정공간중진행전국수색,선택최우특정집진행분류.기우BPSO-SVM적특정선택방법강저료특정유수,현저제고료분류기성능.실험결과표명,해문산법불부유효제고료복잡장경하목표자태、척도、광조변화화국부피차당시적검측준학솔,환대대축단료검측시간.