56、遗传编程中目标检测的定位适应度研究

遗传编程中目标检测的定位适应度研究

1. 目标检测过程概述

目标检测过程分为两个阶段，这种分阶段训练具有优势，每个阶段专注于特定目标，使得训练更加容易。第一阶段致力于让检测结果尽可能接近目标中心，以实现高“位置精度”；第二阶段则着重于确保所有分类正确，达到高“分类精度”。

定位器所确定位置的准确性至关重要，因为第一阶段的错误结果需由第二阶段处理。定位阶段的任何误报都可能给分类阶段带来问题，除非分类阶段能够将这些误报识别为“背景”。若定位位置与目标中心不够接近，分类阶段可能无法很好地处理。

目标定位阶段通过一个滑动窗口在整个图像上扫描来实现。对于每个位置，提取其特征并传递给训练好的定位器，由定位器判断该位置是否为目标（即是否为背景）。

2. 遗传编程在目标检测中的应用

主要聚焦于利用遗传编程进行目标定位。该方法包含学习过程和测试过程。在学习/进化过程中，进化后的遗传程序使用一个足够大的方形输入字段，以包含每个感兴趣的目标。这些程序会应用于训练集中图像内的多个采样位置，以检测感兴趣的目标。若程序定位器返回的值大于或等于零，则该位置被视为感兴趣目标的中心；否则，视为背景。在测试过程中，将学习过程中得到的最佳进化遗传程序以移动窗口的方式应用于测试集中的整个图像，以衡量目标检测性能。

在这个系统中，使用树结构来表示遗传程序。采用斜坡一半一半方法生成初始种群中的程序以及用于变异操作。在学习过程中，使用比例选择机制以及繁殖、交叉和变异操作。

3. 终端集与函数集

• 终端集 ：对于目标检测问题，终端通常对应于图像特征。通过计算每个圆形区域内