計算機視覺中可變特征目標檢測的研究與應(yīng)用.pdf

1、計算機視覺是利用計算機和輔助設(shè)備，模仿人類的視覺功能，在計算機系統(tǒng)中實現(xiàn)成像，和觸發(fā)視覺的后續(xù)行為。其作為計算機學(xué)科的一個重要研究領(lǐng)域，范圍較廣，涉及多個方面的內(nèi)容，如計算機圖形學(xué)、人工智能、信號處理等。計算機視覺在應(yīng)用前景方面也很廣泛，如門禁系統(tǒng)的人臉識別、工業(yè)產(chǎn)品的質(zhì)量檢測等。目標檢測是計算機視覺研究的一個方向，對后續(xù)觸發(fā)的行為有著決定性的影響。國內(nèi)外有大批學(xué)者對目標檢測進行研究，并取得了豐富的成果。本文在已有成果的基礎(chǔ)上，對基于H

2、aar特征的目標檢測方法在可變特征目標物體處于任意運動狀態(tài)下的檢測內(nèi)容進行了研究和應(yīng)用。
　　本文主要介紹了計算機視覺技術(shù)中Haar特征目標檢測的基礎(chǔ)理論和相關(guān)技術(shù)，重點研究目標、觀測點和背景三者在任意運動狀態(tài)下，檢測可變特征目標的內(nèi)容，還對目標檢測追蹤系統(tǒng)進行了實驗和應(yīng)用。
　　在目標檢測方面，研究和分析了傳統(tǒng)的Haar特征目標檢測方法，針對該方法在可變特征目標檢測上的運用，提出了一個改進策略。傳統(tǒng)Haar特征檢測方法只是

3、對已提供的訓(xùn)練樣本中的目標特征進行學(xué)習(xí)和檢測，沒有對歷史數(shù)據(jù)進行歸納總結(jié)，使系統(tǒng)不能持續(xù)有效地檢測出已發(fā)生特征變化的原目標物體。為此本文針對這一問題，提出改進的Haar特征目標檢測方法，在特征訓(xùn)練部分加入主動預(yù)估的環(huán)節(jié)，使系統(tǒng)在當前時刻能對下一時刻特征變化后的目標進行檢測識別。另外系統(tǒng)還設(shè)計了雙級聯(lián)分類器結(jié)構(gòu)，其作用是抑制預(yù)估環(huán)節(jié)造成的目標特征范圍膨脹，和充分利用歷史數(shù)據(jù)的便利性、校驗性的價值。實驗結(jié)果表明該方法不僅能實時、準確地檢測出