基于圖像序列的運(yùn)動(dòng)目標(biāo)分類研究.pdf

1、基于視頻序列圖像的目標(biāo)分類識(shí)別，是實(shí)現(xiàn)智能監(jiān)控的重要內(nèi)容。它通過運(yùn)動(dòng)目標(biāo)檢測(cè)提取研究對(duì)象，并且對(duì)檢索出來的運(yùn)動(dòng)對(duì)象進(jìn)行特征提取與描述，分析出物體本身所具備的特征，以進(jìn)行接下來的針對(duì)運(yùn)動(dòng)對(duì)象的分類識(shí)別，并且針對(duì)特定的環(huán)境進(jìn)行相應(yīng)的應(yīng)用。視頻監(jiān)控智能化的實(shí)現(xiàn)不僅節(jié)省了大量的人力物力，同時(shí)也帶來了更大的經(jīng)濟(jì)利潤，為社會(huì)的科學(xué)技術(shù)和經(jīng)濟(jì)發(fā)展起到了強(qiáng)勁的推進(jìn)作用。
　　 在本文中，主要研究了固定的單目攝像機(jī)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與識(shí)別、運(yùn)動(dòng)

2、目標(biāo)特征提取及目標(biāo)分類方法、改進(jìn)及其仿真分析等問題。并圍繞其做了以下幾方面工作:
　　 1.運(yùn)動(dòng)目標(biāo)檢測(cè)方面，通過對(duì)現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測(cè)方法的綜合比較，利用基于混合高斯背景建模的背景差分法來進(jìn)行運(yùn)動(dòng)目標(biāo)的提取，并通過基本數(shù)學(xué)形態(tài)學(xué)濾波操作消除噪聲及目標(biāo)“空洞”，得到較為準(zhǔn)確的運(yùn)動(dòng)目標(biāo)。最后通過輪廓分析來對(duì)運(yùn)動(dòng)目標(biāo)的特征進(jìn)行提取。
　　 2.在目標(biāo)分類方面，對(duì)SVM基本原理及基本訓(xùn)練方法進(jìn)行學(xué)習(xí)，且對(duì)支持向量的解結(jié)構(gòu)及空間位

3、置結(jié)構(gòu)進(jìn)行分析，并在此基礎(chǔ)上結(jié)合模糊向量機(jī)確定隸屬度的方法改進(jìn)了一種基于類中心的SVM訓(xùn)練樣本縮減策略。通過去掉與支持向量無關(guān)的非支持向量樣本，及對(duì)支持向量起反作用的噪聲樣本，從而縮減訓(xùn)練樣本集，提高SVM訓(xùn)練速度。
　　 3.針對(duì)非線性特征空間中因缺乏映射變化(φ)(x)的具體表達(dá)式，從而導(dǎo)致類中心無法直接通過計(jì)算得到的問題，采用了一種利用特征空間中尋找最小超球的球心來近似替代類中心的替代策略，從而簡(jiǎn)化了運(yùn)算，減少了時(shí)間開銷。