基于遺傳規(guī)劃物體探測的研究.pdf

1、物體目標探測的過程是在圖像里自動尋找目標物體。鑒于目前大量的信息都是以電子形式儲存，物體目標探測將會迅速成為一個有用的和富有挑戰(zhàn)性的機器學習和計算機視覺的任務。在實際運用中，如在衛(wèi)星遙感圖像中探測船只，在醫(yī)學X光片上找出腫瘤的位置并且分辨出腫瘤的種類。因此，如何解決物體探測問題，是近幾年研究的重點之一。
　　 本文將利用遺傳規(guī)劃（Genetic programming）來解決不同難度的多類物體的探測問題。遺傳規(guī)劃是一種新型的搜索

2、尋優(yōu)方法。它仿效生物界中進化和遺傳的過程，遵從“優(yōu)勝劣汰，適者生存”原則，從一組隨機生成的初始可行解開始，通過復制、交叉和變異等遺傳操作，逐步迭代而逼近問題的最優(yōu)解。
　　 首先，對物體特征值的提取是采用像素統(tǒng)計法來提取，并對特征提取窗口做了不同的區(qū)域劃分。實驗證明，科學的特征提取窗口的劃分在對不同的物體探測時能夠更有效的提取出物體的特征值，提高物體的探測效率。
　　 其次，分析了基于遺傳規(guī)劃的三種不同的物體探測的方法：

3、直接探測法，物體分類探測法，混合法。研究的思路是找到一個既能夠保持探測效果，又能夠減少訓練/進化時間的方法。其中混合法就是通過在訓練/進化階段采用兩次訓練的方法，第一次訓練采用分類的方法，初步訓練出能夠正確探測出物體的初始種群，縮小在第二次訓練/進化過程中的搜索空間。第二次訓練是在第一次訓練得到的種群的基礎上進一步訓練/進化，進化出能夠正確探測出目標物體的最優(yōu)遺傳程序。通過實驗證明，混合法能夠在保持探測率的基礎上縮短訓練/進化的時間。<