目標(biāo)識(shí)別與跟蹤算法研究及應(yīng)用.pdf

1、隨著智能化技術(shù)的革新，計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用越來(lái)越廣泛，無(wú)論是用于國(guó)防的安全檢測(cè)、軍事偵察，還是用于醫(yī)學(xué)和工業(yè)控制，都發(fā)揮了極大的作用?；谟?jì)算機(jī)視覺(jué)的目標(biāo)識(shí)別與跟蹤方法是當(dāng)前人工智能等領(lǐng)域的研究熱點(diǎn)。從廣泛應(yīng)用的人臉識(shí)別、指紋識(shí)別，延伸到生活中的各個(gè)方面，如手勢(shì)識(shí)別、智能安全監(jiān)控、智能機(jī)器人以及遙感和醫(yī)學(xué)診斷等。
　　本文首先介紹了基于計(jì)算機(jī)視覺(jué)目標(biāo)識(shí)別與跟蹤方法的研究背景及意義，并闡述了它的研究現(xiàn)狀。
　　第二，對(duì)運(yùn)動(dòng)目標(biāo)檢

2、測(cè)和跟蹤算法進(jìn)行了介紹和總結(jié)，并重點(diǎn)介紹了幾種常見(jiàn)的算法。
　　第三，對(duì)目標(biāo)識(shí)別中的特征約簡(jiǎn)算法進(jìn)行了研究。詳細(xì)介紹了經(jīng)典粗糙集算法以及鄰域粗糙集算法，提出了一種基于鄰域粗糙集算法的手勢(shì)特征約簡(jiǎn)方法，將鄰域粗糙集算法應(yīng)用于手勢(shì)特征的約簡(jiǎn)，利用粗糙集的屬性約簡(jiǎn)能力進(jìn)行特征選擇。采用Hu不變矩提取手勢(shì)特征，然后用鄰域粗糙集算法對(duì)Hu矩特征進(jìn)行約簡(jiǎn)，去掉不必要的特征，這樣不但提高了分類的效率，也節(jié)省了特征提取的時(shí)間。通過(guò)實(shí)驗(yàn)結(jié)果證實(shí)基于

3、鄰域粗糙集的特征選擇算法能夠找到對(duì)手勢(shì)分類更為有用的特征，消除冗余信息，提高手勢(shì)識(shí)別系統(tǒng)的準(zhǔn)確率和效率。
　　第四，綜合運(yùn)用手勢(shì)分割、手勢(shì)識(shí)別和跟蹤技術(shù)實(shí)現(xiàn)了一個(gè)基于手勢(shì)識(shí)別的人機(jī)交互系統(tǒng)。利用膚色和運(yùn)動(dòng)目標(biāo)檢測(cè)相結(jié)合的方法提取手掌區(qū)域，用約簡(jiǎn)后的Hu矩特征采用模板匹配的方法實(shí)現(xiàn)了手勢(shì)識(shí)別，并用Mean Shift算法跟蹤手部區(qū)域，實(shí)現(xiàn)了對(duì)光標(biāo)的控制。
　　第五，對(duì)基于視頻分析技術(shù)的道路監(jiān)控系統(tǒng)開(kāi)展研究，利用目標(biāo)識(shí)別與跟蹤算

4、法實(shí)現(xiàn)了道路監(jiān)控系統(tǒng)，主要研究基于視覺(jué)的交通事件檢測(cè)與交通參數(shù)分析。采用運(yùn)動(dòng)目標(biāo)檢測(cè)算法識(shí)別出道路場(chǎng)景中的行駛車(chē)輛，然后通過(guò)跟蹤車(chē)輛得到行駛軌跡，最后對(duì)車(chē)輛行為、道路狀態(tài)進(jìn)行分析。系統(tǒng)自動(dòng)快速檢測(cè)車(chē)輛非法停車(chē)、逆行、交通擁堵、超速等交通事件，同時(shí)自動(dòng)記錄相關(guān)數(shù)據(jù)并實(shí)時(shí)處理，實(shí)時(shí)有效的把道路信息及時(shí)反饋給道路主管部門(mén)。提出了一種基于車(chē)道線的車(chē)輛測(cè)速算法，對(duì)車(chē)輛超速、逆行、非法停車(chē)等交通事件以及平均車(chē)速、道路占有率、車(chē)流量等道路數(shù)據(jù)的自動(dòng)檢