[发明专利]一种行人识别及定位方法

权利要求书

1.一种行人识别及定位方法，其特征在于，包括训练阶段和检测阶段；

训练阶段具体包括以下步骤：

S1.1、制作正样本集和负样本集；

S1.2、从正负样本集里提取HOG特征，构成特征向量；

S1.3、利用步骤S1.2中得到的特征向量训练线性SVM分类器；

检测阶段具体包括以下步骤：

S2.1、编码：图像的矩形区域可用三维向量(x，y，z)表示，其中(x，y)是输入图像中的矩形区域左上角的横纵坐标，z是矩形区域相对于正负样本集尺寸的比例；种群个体的编码方式也为(x，y，z)，即每个个体对应图像的一个矩形区域，同时，保证检测窗口不超出原始图片的范围；

S2.2、随机初始化第一代种群，给定种群大小NP、行人检测阈值θ；

S2.3、聚类个体：利用niching策略聚类种群中相似个体，将整个种群划分为若干个niches；

S2.4、分布估计及产生后代：待种群划分完成后，首先对每个niche进行分布估计，得到每个niche的均值和标准差，接下来根据所得到的分布结果运用高斯分布及柯西分布，产生下一代种群；

S2.5、个体筛选：在每个niche中，将新生成的个体逐个与该niche中与之最相似的个体进行比较，剔除二者适应度较低的个体；

S2.6、局部搜索：以一定的概率对每个niche中适应度最高的个体进行局部搜索；

S2.7、判断：如果满足结束条件则进入步骤S2.8，否则返回到步骤S2；

S2.8、个体筛选：将种群里满足阈值条件的个体提取出来组成一个新的集合，并移除集合中区分度较小的个体；

S2.9、根据步骤S2.8中的构成的集合中的个体携带的信息，标记出图中的包含行人的矩形区域；

S2.10、输出：输出标记有包含行人区域的图片。

2.根据权利要求1所述的行人识别及定位方法，其特征在于，所属步骤S1.1中，将行人从包含行人的图片集中裁剪出来，调整尺寸，构成正样本集；将不包含行人的区域裁剪出来、调整尺寸，构成负样本集。

3.根据权利要求1所述的行人识别及定位方法，其特征在于，所述步骤S2.2中，随机产生第一代种群的公式为：

其中，d表示维度，取1，2，3；x_i是种群中的第i个个体；和分别是第d维的最大值、最小值，其中三维的最小值皆为0；rand()随机生成在[0,1)内的实数。

4.根据权利要求1所述的行人识别及定位方法，其特征在于，所述步骤S2.3中的niching策略具体步骤为：

S2.3.1、随机在种群中挑选一个还没被选中的个体；

S2.3.2、从剩下的种群中挑选出NS-1个距离被选出的个体距离最近的个体，并将它们组成一个niche，NS表示niche大小；

S2.3.3、若所有个体皆已被划分完成，则niching策略结束，否则跳回步骤S2.3.1继续划分剩下的个体。

5.根据权利要求1所述的行人识别及定位方法，其特征在于，所述步骤S2.4产生下一代种群的具体方法为：

其中C_j为第j个niche产生的后代，μ_j和δ_j是第j个niche的均值及标准差，rand()随机生成在[0,1)内的实数。