基于視角和類別流形的目標(biāo)跟蹤識(shí)別.pdf

1、自動(dòng)目標(biāo)跟蹤識(shí)別(ATR)技術(shù)是軍事和民用領(lǐng)域中的一項(xiàng)廣泛而重要的技術(shù)?；谝暯堑哪繕?biāo)識(shí)別所面臨的重大難題是如何捕獲不同目標(biāo)在不同視角下的外形特征,同時(shí)在當(dāng)前的許多目標(biāo)識(shí)別算法中類別變量大部分被當(dāng)作離散變量來考慮。另外,某些自動(dòng)目標(biāo)跟蹤識(shí)別方法要使用多視角典型模板來訓(xùn)練目標(biāo)圖像,這些方法通常需要密集的訓(xùn)練視角集合,它只針對已知目標(biāo)的跟蹤識(shí)別起作用,而在處理未知目標(biāo)時(shí),該方法就受到了很大的限制。
　　 本文是把視角以及類別這兩個(gè)變

2、量都看作連續(xù)變量,并且將代表目標(biāo)的這兩個(gè)特征流形進(jìn)行耦合來共同處理。這樣做不僅有利于自動(dòng)目標(biāo)跟蹤識(shí)別進(jìn)程,而且還有利于系統(tǒng)合成新的目標(biāo),以便處理處于未知視角下的已知或未知目標(biāo)。
　　 本文我們將主要研究地面車輛的跟蹤識(shí)別。目標(biāo)表征方法本質(zhì)上是非參數(shù)的,生成模型中需要大量高分辨率圖像來檢測目標(biāo)的有用特征,這點(diǎn)不適合實(shí)際目標(biāo)的自動(dòng)跟蹤和識(shí)別。所以本文給出了一種新的基于多視角形態(tài)的模型建立方法,其中包括類別流形和視角流形兩方面。一維類

3、別流形既涵蓋了不同類別間的形態(tài)變量,也包含同一類別間的形態(tài)變量。二維半球視角流形用于表示地面目標(biāo)的狀態(tài)變化。
　　 最后我們使用非線性張量分解方法把這兩種流形融合到一個(gè)壓縮的生成模型中。同時(shí)由于視角和類別這兩個(gè)變量本質(zhì)上是連續(xù)的,符合各自的流形定義,所以自動(dòng)目標(biāo)跟蹤和識(shí)別可以有效地通過粒子濾波器實(shí)現(xiàn)。我們將本文給出的基于視角和類別流形的多視角目標(biāo)模型在MATLAB中進(jìn)行3D模型仿真學(xué)習(xí),發(fā)現(xiàn)該模型具有較好的插值能力,可以比較好的