目標(biāo)識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，計算機(jī)視覺技術(shù)應(yīng)用越來越廣泛，無論是用于國防的安全檢測、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。基于計算機(jī)視覺的目標(biāo)識別與跟蹤方法是當(dāng)前人工智能等領(lǐng)域的研究熱點。從廣泛應(yīng)用的人臉識別、指紋識別，延伸到生活中的各個方面，如手勢識別、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算機(jī)視覺目標(biāo)識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，對運動目標(biāo)檢

2、測和跟蹤算法進(jìn)行了介紹和總結(jié)，并重點介紹了幾種常見的算法。
　　第三，對目標(biāo)識別中的特征約簡算法進(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特征約簡方法，將鄰域粗糙集算法應(yīng)用于手勢特征的約簡，利用粗糙集的屬性約簡能力進(jìn)行特征選擇。采用Hu不變矩提取手勢特征，然后用鄰域粗糙集算法對Hu矩特征進(jìn)行約簡，去掉不必要的特征，這樣不但提高了分類的效率，也節(jié)省了特征提取的時間。通過實驗結(jié)果證實基于

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

4、法實現(xiàn)了道路監(jiān)控系統(tǒng)，主要研究基于視覺的交通事件檢測與交通參數(shù)分析。采用運動目標(biāo)檢測算法識別出道路場景中的行駛車輛，然后通過跟蹤車輛得到行駛軌跡，最后對車輛行為、道路狀態(tài)進(jìn)行分析。系統(tǒng)自動快速檢測車輛非法停車、逆行、交通擁堵、超速等交通事件，同時自動記錄相關(guān)數(shù)據(jù)并實時處理，實時有效的把道路信息及時反饋給道路主管部門。提出了一種基于車道線的車輛測速算法，對車輛超速、逆行、非法停車等交通事件以及平均車速、道路占有率、車流量等道路數(shù)據(jù)的自動檢