運動目標(biāo)跟蹤檢測與識別關(guān)鍵算法的研究與實現(xiàn).pdf

1、計算機(jī)視覺技術(shù)是一門使用攝像機(jī)、電腦、采集器等設(shè)備代替人眼來對目標(biāo)進(jìn)行測量、跟蹤和識別，并對目標(biāo)做處理和分析的人工智能技術(shù)。隨著社會與科學(xué)的發(fā)展，對視頻目標(biāo)的跟蹤、檢測和識別技術(shù)的研究已成為當(dāng)今人工智能學(xué)界的研究熱點;對卷積神經(jīng)網(wǎng)絡(luò)運用的探索，成功的將視頻圖像處理技術(shù)領(lǐng)入深度學(xué)習(xí)領(lǐng)域。然而常見的基于深度學(xué)習(xí)的目標(biāo)識別、檢測算法都是針對單標(biāo)簽?zāi)繕?biāo)的識別，僅通過一個角度對目標(biāo)特征進(jìn)行描述，這與現(xiàn)實生活中的事物總含有多方面意義的事實相抵觸。因

2、此，本文深入分析、研究了近幾年來深度學(xué)習(xí)領(lǐng)域中目標(biāo)跟蹤、檢測和識別方面的主要成果，進(jìn)行綜合和改進(jìn)，提出了一種運動目標(biāo)的多標(biāo)簽綜合識別算法。
　　本文首先分析、研究了卷積神經(jīng)網(wǎng)絡(luò)的基本原理以及CNN在圖像特征提取方面的有效性和優(yōu)越性，并以CNN為基礎(chǔ)構(gòu)建了目標(biāo)外形識別網(wǎng)絡(luò)。同時深入研究了深度學(xué)習(xí)領(lǐng)域中循環(huán)神經(jīng)網(wǎng)絡(luò)和長短時間記憶網(wǎng)絡(luò)的原理，以及LSTM網(wǎng)絡(luò)對RNN的優(yōu)勢所在，結(jié)合LSTM網(wǎng)絡(luò)學(xué)習(xí)時間上長期記憶信息的能力和CNN提取圖像

3、目標(biāo)特征的優(yōu)勢，實現(xiàn)了基于LRCN的目標(biāo)行為識別算法。此后，本文深入研究了TLD目標(biāo)跟蹤算法的相關(guān)內(nèi)容，依靠CNN的特征提取能力，使用CNN作為算法的檢測器部分，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的TLD目標(biāo)跟蹤算法，并通過實驗驗證了該算法的有效性和魯棒性。
　　本文最后分析、總結(jié)了CNN、LSTM模型、TLD跟蹤算法以及Softmax分類器的研究成果，結(jié)合多標(biāo)簽學(xué)習(xí)的相關(guān)內(nèi)容，提出了運動目標(biāo)的多標(biāo)簽綜合識別算法，該算法能從目標(biāo)外觀和目標(biāo)行