裝甲車輛目標(biāo)識(shí)別與跟蹤方法研究.pdf

1、圖像識(shí)別跟蹤技術(shù)一直是國內(nèi)外研究的熱點(diǎn)，它在航空航天、安全監(jiān)控、軍事等領(lǐng)域都有廣闊的應(yīng)用前景。其中目標(biāo)檢測(cè)和跟蹤的算法設(shè)計(jì)直接影響著跟蹤效果的準(zhǔn)確性和穩(wěn)定性。本文主要針對(duì)視頻序列中的裝甲車輛目標(biāo)就識(shí)別和跟蹤問題展開了相關(guān)研究。
　　論文首先總結(jié)了AdaBoost算法、弱分類器、強(qiáng)分類器的特點(diǎn)，在深入研究AdaBoost算法的同時(shí)針對(duì)裝甲車輛目標(biāo)建立了相關(guān)正負(fù)樣本庫，通過學(xué)習(xí)訓(xùn)練的方法得到了針對(duì)裝甲車輛識(shí)別的強(qiáng)分類器，可以有效識(shí)別靜

2、態(tài)背景下的裝甲車輛目標(biāo)。
　　論文分析了當(dāng)前幾種經(jīng)典的目標(biāo)檢測(cè)算法，通過實(shí)驗(yàn)分析了算法的優(yōu)缺點(diǎn)并對(duì)其進(jìn)行了比較，對(duì)現(xiàn)有算法進(jìn)行了修改和調(diào)整。提出一種基于高斯背景建模結(jié)合視頻幀間差分運(yùn)算的目標(biāo)檢測(cè)方法，該方法有效地結(jié)合了兩種算法的優(yōu)點(diǎn)，能夠?qū)\(yùn)動(dòng)目標(biāo)進(jìn)行快速檢測(cè)，適應(yīng)能力強(qiáng)、檢測(cè)準(zhǔn)確。
　　論文重點(diǎn)研究了基于Meanshift算法和Camshift算法的運(yùn)動(dòng)目標(biāo)跟蹤。并針對(duì)Camshift算法進(jìn)行了改進(jìn)，改進(jìn)后的算法可以利用運(yùn)

3、動(dòng)目標(biāo)檢測(cè)的結(jié)果作為跟蹤運(yùn)動(dòng)區(qū)域，實(shí)現(xiàn)了自主提取并跟蹤運(yùn)動(dòng)目標(biāo);同時(shí)改進(jìn)了Camshift算法搜索窗口，利用動(dòng)態(tài)擴(kuò)展搜索窗口解決目標(biāo)跟蹤持續(xù)穩(wěn)定性的問題。針對(duì)目標(biāo)處于遮擋、類顏色物體干擾、其他運(yùn)動(dòng)目標(biāo)干擾的情況引入了Kalman預(yù)測(cè)算法進(jìn)行運(yùn)動(dòng)信息預(yù)測(cè)，并利用強(qiáng)分類器識(shí)別針對(duì)裝甲車輛和其他物體進(jìn)行分類識(shí)別跟蹤，使跟蹤效果更具魯棒性。
　　最后論文對(duì)所做工作進(jìn)行了總結(jié)和展望，針對(duì)目標(biāo)處于復(fù)雜多變環(huán)境的跟蹤問題以及多目標(biāo)識(shí)別跟蹤的問題