基于局部模型和仿生模式識別的目標(biāo)跟蹤方法研究.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域內(nèi)的一個重要課題，它以跟蹤目標(biāo)物體在視頻每一幀中所呈現(xiàn)出的外觀和運(yùn)動狀態(tài)的變化為主要目的，目前得到了國內(nèi)外學(xué)者的廣泛關(guān)注，并且被應(yīng)用到智能監(jiān)控、醫(yī)學(xué)圖像、車輛導(dǎo)航等工程中。本文對目標(biāo)跟蹤方法進(jìn)行了總結(jié)，重點(diǎn)分析了它的技術(shù)要點(diǎn)和評價(jià)標(biāo)準(zhǔn)。仿生模式識別是一種類似人的“認(rèn)識”的模式識別方法，它是通過對高維空間中樣本進(jìn)行“覆蓋”而不是“劃分”來識別目標(biāo)的，多權(quán)值神經(jīng)網(wǎng)絡(luò)是它的實(shí)現(xiàn)方法。本文在此基礎(chǔ)上，取得的主要研究成果為

2、：
　　1.目標(biāo)跟蹤中的訓(xùn)練樣本是按時間采樣得到的，有時背景中存在的偽目標(biāo)會干擾真實(shí)目標(biāo)的獲取，為此本文提出了多權(quán)值神經(jīng)網(wǎng)絡(luò)的改進(jìn)方法，即基于距離的多權(quán)值神經(jīng)網(wǎng)絡(luò)?？紤]當(dāng)前幀中目標(biāo)與訓(xùn)練樣本集之間的關(guān)系，我們引入距離權(quán)值，實(shí)驗(yàn)表明該方法可以有效減少偽目標(biāo)的干擾。
　　2.局部模型近年來與一些經(jīng)典方法相結(jié)合，用于處理遮擋、形態(tài)和光照變化下的目標(biāo)跟蹤問題，本文將局部模型與仿生模式識別相結(jié)合，提出了分塊仿生模式識別目標(biāo)跟蹤方法，該

3、方法是把訓(xùn)練樣本集進(jìn)行分塊，得到多組分塊樣本集進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，候選區(qū)域通過這些神經(jīng)網(wǎng)絡(luò)后，每組分塊會得到與它最相近的跟蹤結(jié)果，從這些分塊跟蹤結(jié)果中按照一定的規(guī)則可以確定最終的目標(biāo)位置，實(shí)驗(yàn)表明該方法具有良好的抗遮擋性。
　　3.圖像距離度量方法對于圖像處理、模式識別等領(lǐng)域有重要作用，識別候選樣本是否屬于跟蹤目標(biāo)需要計(jì)算候選樣本到訓(xùn)練樣本集構(gòu)造的拓?fù)涓采w集的距離，這個距離一般采用歐式距離來度量，但是，歐式距離不能對辨識性信息進(jìn)行編