基于遞增式學習方法的多相機目標識別研究.pdf

1、近年來，人們安全意識的增強，各領域對安全監(jiān)控的需求日益增加，多相機聯合監(jiān)控系統的研究備受關注。結合各種視頻分析算法，多相機聯合監(jiān)控系統通過對運動目標進行特征提取及聯合匹配，實現在多視角區(qū)域內的目標識別跟蹤，具有較好的應用前景。然而，由于現實環(huán)境的復雜性，易造成相機間目標的誤匹配，提取更為精確的目標信息，進行多特征聯合匹配來提高匹配成功率，成為研究的關鍵點。
　　本文的主要工作內容有以下幾點:
　　(1)討論研究了基于單相機的

2、目標檢測和特征信息提取，分別對顏色信息和輪廓邊緣信息進行背景建模，并進行對比分析。得出，基于顏色特征的背景建模對場景中的光照變化比較敏感，受場景中的擾動影響較大，而基于輪廓邊緣特征的背景建模得不到連通的目標區(qū)域，通過分析，得出基于顏色特征和輪廓邊緣特征融合的背景建模能降低光照變化和場景中擾動帶來的影響，并通過實驗加以驗證。
　　(2)討論研究了基于特征的匹配算法，分別對主顏色譜直方圖特征匹配和SIFT特征匹配進行討論分析，并提出基

3、于遞增式學習方法的多特征匹配算法，該算法思想為:先以主顏色譜直方圖作為特征對目標進行匹配，根據匹配結果，若主顏色譜直方圖匹配不成功，則聯合SIFT特征進行匹配，最后對二者的匹配度進行權值相加，通過模糊判決進行匹配，通過多相機目標識別實驗加以驗證。
　　(3)對有部分視場重疊和無視場重疊情況的多相機目標匹配方法進行詳細介紹，采用計算目標與邊界距離的方法進行目標標定，并通過實驗進行仿真分析。
　　本文的創(chuàng)新點:提出基于遞增式學習