基于形狀特征的運動目標(biāo)分類方法研究.pdf

1、基于視頻的運動分析主要針對包含各種運動目標(biāo)的視頻圖像序列進(jìn)行處理，從場景中檢測、跟蹤、分類識別目標(biāo)，并對其行為進(jìn)行理解和描述。其中，目標(biāo)分類是基于視頻的運動分析課題中的一個重要方面，其研究內(nèi)容是對提取的運動目標(biāo)進(jìn)行語義上的分類，將不同的目標(biāo)對應(yīng)于不同的類別。目標(biāo)分類研究主要應(yīng)用于場景中的行為理解。解決多目標(biāo)非線性分類問題，對于自動視頻理解技術(shù)的發(fā)展有重要意義。 本文研究基于靜止單攝像機(jī)的普通戶外場景下的運動目標(biāo)分類技術(shù)，在總結(jié)分

2、析目標(biāo)分類研究現(xiàn)狀和當(dāng)前國內(nèi)外已有算法的基礎(chǔ)上，提出了一種基于形狀特征和支持向量機(jī)的目標(biāo)分類算法，將視頻中檢測到的目標(biāo)分類為幾種常見的目標(biāo)類別：人、人群、車、自行車。主要工作如下： 1.首先，對輸入圖像進(jìn)行預(yù)處理，采用自適應(yīng)高斯背景模型方法提取出運動的前景區(qū)域，對前景圖像進(jìn)行去噪，分割處理，確定目標(biāo)區(qū)域并對目標(biāo)進(jìn)行跟蹤。在此基礎(chǔ)上，對運動目標(biāo)進(jìn)行特征提取，本文定義了幾種簡單有效的形狀特征，可以較好的適應(yīng)目標(biāo)形狀有一定變化的情況。

3、 2.構(gòu)建了基于小樣本學(xué)習(xí)理論的多類支持向量機(jī)分類器，用已標(biāo)記樣本對分類器進(jìn)行訓(xùn)練，較好地解決了多類別非線性目標(biāo)分類問題。訓(xùn)練好的分類器便可以用來對未知目標(biāo)樣本進(jìn)行分類。 3.研究了提高目標(biāo)分類性能的一些方法。提出隔幀分類的思想，將每幀都進(jìn)行的特征提取與分類處理改為隔幀處理，降低了分類算法的時間復(fù)雜度，并描述了利用時間一致性約束和場景相關(guān)特征提高分類效率的方法。 實驗結(jié)果表明，本文提出的方法可以較好地區(qū)分人、人群