基于半監(jiān)督式學(xué)習(xí)靶標(biāo)自動(dòng)識(shí)別方法研究.pdf

1、目標(biāo)跟蹤與識(shí)別作為計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)重要研究方向，融合了計(jì)算機(jī)、圖像處理、電子科學(xué)技術(shù)等多學(xué)科，在軍事和民用領(lǐng)域具有重要應(yīng)用價(jià)值。靶標(biāo)是靶場(chǎng)測(cè)試系統(tǒng)一種常用的目標(biāo)，對(duì)靶標(biāo)的有效識(shí)別在靶場(chǎng)武器裝備測(cè)試與性能評(píng)價(jià)系統(tǒng)中具有重要意義。
　　本文設(shè)計(jì)了一種基于半監(jiān)督式學(xué)習(xí)的算法對(duì)靶標(biāo)進(jìn)行跟蹤與識(shí)別，算法是由跟蹤與檢測(cè)兩部分構(gòu)成，該算法的主要思想是將連續(xù)采集的靶標(biāo)圖像聯(lián)立作為一組視頻序列，根據(jù)序列的第一幀靶標(biāo)信息對(duì)后續(xù)幀靶標(biāo)圖像進(jìn)行跟蹤與

2、識(shí)別，由于檢測(cè)部分的數(shù)據(jù)是基于半監(jiān)督式學(xué)習(xí)的，可有效解決攝像機(jī)抖動(dòng)、光照變化、目標(biāo)尺度變化等對(duì)靶標(biāo)圖像的影響。
　　分析了目標(biāo)特征點(diǎn)（角點(diǎn)）選取的基本原理，研究分析了傳統(tǒng)光流法作為目標(biāo)跟蹤算法的特點(diǎn)，采用金子塔 LK光流法作為目標(biāo)跟蹤算法，有效地解決了傳統(tǒng)光流法不適用于目標(biāo)大尺度運(yùn)動(dòng)跟蹤的問(wèn)題。
　　討論了隨機(jī)森林算法的主要兩個(gè)應(yīng)用即分類與回歸，文中隨機(jī)森林中樹(shù)的選擇沒(méi)有采用以往常用的決策樹(shù)，而是根據(jù)貝葉斯分類選用了蕨類分類

3、樹(shù)，其相對(duì)于決策樹(shù)具有結(jié)構(gòu)簡(jiǎn)單、分類速度快、分類節(jié)點(diǎn)閾值存儲(chǔ)量少的特點(diǎn)。
　　最后，根據(jù)以上研究與分析，設(shè)計(jì)了基于半監(jiān)督式學(xué)習(xí)的目標(biāo)自動(dòng)識(shí)別算法，應(yīng)用于靶標(biāo)、人臉、汽車等序列視頻流的跟蹤和識(shí)別，結(jié)果表明，在對(duì)靶標(biāo)的識(shí)別中，確定的目標(biāo)區(qū)域與實(shí)際靶標(biāo)位置的重疊率達(dá)到了90％，對(duì)靶標(biāo)識(shí)別的準(zhǔn)確度P值達(dá)到了100%，在對(duì)人臉、汽車等序列視頻流的跟蹤和識(shí)別中，P(精度)、R(召回率)和F(綜合評(píng)價(jià)參數(shù))均取得了滿意的效果。由于該算法是根據(jù)視