基于HOG特征的船舶識別跟蹤算法.pdf

1、在水路交通中，航行船舶類型日益多樣化，船舶航行軌跡日益復雜化。監(jiān)控船舶活動需要對船舶目標做到實時的跟蹤，還要能夠識別船舶目標，而傳統(tǒng)的船舶視頻目標跟蹤方法存在跟蹤計算時耗大、跟蹤準確率有限、缺少識別能力等缺陷，這對于有效及時的指揮調度船舶帶來了困難。因此有必要設計一種實時、誤差率小、具有識別能力的船舶目標跟蹤算法。
　　本文的研究包括目標的特征提取、分類識別、跟蹤三個方面。在目標特征提取方面，通過對各種圖像特征的優(yōu)缺點對比，本論文

2、選定提取船舶目標的HOG特征以減少水域環(huán)境中其他干擾背景對船舶識別的影響。在目標分類識別方面，SVM模型對目標的原始HOG特征有一定的分類識別能力，但并不是所有的目標HOG特征位包含的都為有效特征，其中摻雜了噪聲存在著冗余，并且模型復雜過高，因此本論文引進序列前向選取法對原始的船舶目標HOG特征進行了降噪和特征再選取。但是由于在處理訓練樣本數(shù)據集的時候采取的是交叉驗證方法，并且序列前向選取法存在只能加入不能去除特征的缺陷，因此由其選取的

3、最優(yōu)特征具有不確定性并且關聯(lián)性強。針對上述缺陷，在序列前向選取法的基礎上，本文提出了一種特征位得分系統(tǒng)從而挑選出了船舶HOG特征中的最優(yōu)特征位。在目標跟蹤方面，本論文引進STC算法來對船舶目標進行定位。雖然STC跟蹤算法計算速度快并且跟蹤準確率高，但是當目標被遮擋時，會發(fā)生跟蹤目標跳變的情況。本論文通過模板匹配算法對跟蹤目標進行檢測，改善了STC的這一缺陷，從而提升了其跟蹤性能。
　　實驗證實，本文船舶識別與跟蹤算法能夠實時、穩(wěn)定