改进GA-PSO优化SVM的行人检测算法.pdfVIP

测控技术

先进算法与人工智能2019年38卷10期・51・

改进GA-PSO优化SVM的行人检测算法

王谦1,张红英$#2

（1.西南科技大学信息工程学院，四川绵阳621010；

2.特殊环境机器人技术四川省重点实验室，四川绵阳621010）

摘要:针对当前对于行人检测的准确率和检测效率的要求越来越高，提出一种GA-PSO算法对于支持向

量机（SVM）参数优化的行人检测方法。首先，针对梯度直方图特征描述子的维数高、提取速度慢，使用

PCA对其进行降维处理；以SVM算法作为分类器，为避免传统单核支持向量机算法检测率低的情况出

现,以组合核函数作为分类器核函数，并设置松弛变量，引进惩罚因子，结合遗传算法（GA）和改进权重

系数的粒子群算法（PSO）进行组合系数和参数的优化与选择，根据优化后的参数构成最终的SVM分类

器进行行人检测。实验结果表明，与传统SVM检测以及其他优化方法相比，检测率方面都有明显改进,

且满足对检测效率的要求。

关键词：图像处理;行人检测;SVM；核函数;参数优化；惩惩因子

中图分类号:TP391.4文献标识码:A文章编号：1000-8829（2019）10-0051-05

doi：10.19708/j.ckjs.2019.10.011

PedestrianDetectionBasedonGA-PSOOptimizedSupportVectorMachine

WANGQian1,ZHANGHong-ying12

(1.SchoolofInformationEngineering,SouthwestUniversityofScienceandTechnology,Mianyang621010,China;

2.SichuanProvincialKeyLaboratoryofSpeciaREnvironmentRobotTechnology,Mianyang621010,China)

Abstraci：InvieoftheincrecsingdemandtfootheaccuacyanddetectionefOciencyofpedestoandetectionat

present,apedestoandetectionmethodbasedonGA-PSOalgorithmfootheparameteooptimizationofsuppot

vectoomachine(SVM)isproposed.Firstly,aimingathighdimensionalityandsloextractionspeedofthegra­

dienthistooramfeaturedescriptoyPCAisusedireduccthedirnension.Secondly,SVMalgorithmisusedasa

cgssiOeyinordeaiavoidthelodetectionrateofthetraditionalsingle-coraSVMalgorithm,thecombined

kernelfunctionisusedastheclassineykerneCfunctions,theslackveriablesaraset,thepenaltyarain­

troduced.Combininggeneticagorithm(GA)andpaaicteswarmoptimization(PSO)with