基于相似性網(wǎng)絡(luò)融合的目標(biāo)分類研究.pdf

1、隨著社會政治與經(jīng)濟的高速發(fā)展，伴隨著越來越多的社會事件及犯罪的發(fā)生，視頻監(jiān)控受到的關(guān)注程度在不斷提高，視頻目標(biāo)分類的研究對于安防監(jiān)控領(lǐng)域具有重大的現(xiàn)實意義。
　　本文研究學(xué)習(xí)了相似性網(wǎng)絡(luò)融合算法，并在前人的研究基礎(chǔ)上，提出一種快速相似性網(wǎng)絡(luò)融合算法，該算法可應(yīng)用于在線視頻目標(biāo)分類。相似性網(wǎng)絡(luò)融合算法通過對每種數(shù)據(jù)特征類型構(gòu)造相似性矩陣，將多個相似性矩陣構(gòu)成的網(wǎng)絡(luò)有效融合成一個相似性矩陣，對新樣本進行有效地分類預(yù)測。但其具有較高的時

2、間復(fù)雜度，因此本文提出快速相似性網(wǎng)絡(luò)融合算法，主要通過矩陣劃分儲存與使用訓(xùn)練階段的矩陣對在線分類預(yù)測階段的矩陣局部替換兩個步驟實現(xiàn)，大大減小了算法的時間復(fù)雜度。設(shè)計實驗說明所提出的快速相似性網(wǎng)絡(luò)融合算法比起相似性網(wǎng)絡(luò)融合算法在速度上提升了13～16倍，而在平均分類準(zhǔn)確率上僅有0.5-0.6個百分點的損失。
　　本文基于所提算法設(shè)計在線目標(biāo)分類系統(tǒng)，并在MATLAB平臺上完成軟件系統(tǒng)編程工作。系統(tǒng)中加入反饋標(biāo)注再訓(xùn)練的機制，使該系統(tǒng)