機(jī)場(chǎng)視頻監(jiān)控系統(tǒng)中的目標(biāo)識(shí)別算法研究_圖文

1、 一目民航大學(xué)學(xué)位論女 削選抨待識(shí)別幽像 削識(shí)別結(jié)果輸出 實(shí)驗(yàn)中，對(duì)一個(gè)八類問題（八種不同形狀的飛機(jī)），每個(gè)類使用個(gè)訓(xùn)練樣木，即 飛機(jī)原始圖、。旋轉(zhuǎn)圖、 旋轉(zhuǎn)圖、旋轉(zhuǎn)圈以及旋轉(zhuǎn)圖，訓(xùn)練樣本一共個(gè)， 每個(gè)樣本用維向量來描述（）。每一個(gè)類用樣本均值和它的訓(xùn)練特征的方差表 示。使用的分類器計(jì)算了待測(cè)圖像肖的特征向量與每個(gè)類的特征向量均值之間的距離并 用相應(yīng)的方差的倒數(shù)對(duì)這個(gè)距離進(jìn)行加權(quán)。加權(quán)的目的是為了均衡特征向量的個(gè)元素 中每個(gè)元素的作用。 參加訓(xùn)練的樣本八類飛機(jī)個(gè)訓(xùn)練樣本中隨意提取的三類個(gè)樣本，如圖 。由于矩儀具有旋轉(zhuǎn)不變性，而不具備尺度和平移不變性，因此這些樣本 在參加訓(xùn)練前必須經(jīng)過尺度平平移

2、標(biāo)準(zhǔn)化。 一陶航大學(xué)：學(xué)位女 幽（）機(jī)的訓(xùn)練樣本 從左至右，依次為飛機(jī)的、旋轉(zhuǎn)樣本） 翻（）飛機(jī)的訓(xùn)練樣本 （從左至右，依次為機(jī)的、。、旋轉(zhuǎn)樣本） 幽（）機(jī)的訓(xùn)練樣本 （從左至右，依次為飛機(jī)的、旋轉(zhuǎn)樣本） 未知目標(biāo)的識(shí)別圖中未知目標(biāo)圖像在輸入分類器進(jìn)行分類前也必須經(jīng)過尺度 平移標(biāo)準(zhǔn)化。矩識(shí)別飛機(jī)結(jié)果如圖所示。 （） （） 圖一 矩識(shí)別飛機(jī) （） （）飛機(jī)識(shí)別為飛機(jī)（）飛機(jī)識(shí)別為飛機(jī)（）飛機(jī)識(shí)別為飛機(jī) （曲飛機(jī)識(shí)別為飛機(jī)（）飛機(jī)識(shí)別為飛機(jī)（）飛機(jī)識(shí)別為飛機(jī) 中國(guó)民航大學(xué)碩士學(xué)位論文 （）飛機(jī)識(shí)別為飛機(jī)（）飛機(jī)識(shí)別為飛機(jī)（）飛機(jī)識(shí)別為飛機(jī) 實(shí)驗(yàn)結(jié)果表明算法是有效的。 多尺度不變量識(shí)別飛機(jī) 在實(shí)際成

3、像條件下不變矩取值存在各種不穩(wěn)定影響因素，特別是計(jì)算小尺寸（大尺 寸）目標(biāo)的不變矩時(shí)往往會(huì)產(chǎn)生較大誤差。使用建立的與尺度有關(guān)的多級(jí)特征數(shù)據(jù)庫， 并能過下面幾組飛機(jī)形狀識(shí)別的實(shí)驗(yàn)來驗(yàn)證這種分級(jí)特征庫能顯著提高目標(biāo)識(shí)別的可 信度和準(zhǔn)確率。 給出用于分類識(shí)別的種飛機(jī)的尺度圖像模型。我們采用階以下不超過次的共 個(gè)不變矩組成的特征向量建立特征庫，并用隱層節(jié)點(diǎn)數(shù)為的層神經(jīng)網(wǎng)絡(luò)對(duì) 其進(jìn)行識(shí)別。不變矩特征經(jīng)過數(shù)量級(jí)標(biāo)準(zhǔn)化后作為網(wǎng)絡(luò)的個(gè)輸入，該網(wǎng)絡(luò)的 個(gè)輸出分別代表類不同的飛機(jī)。網(wǎng)絡(luò)訓(xùn)練時(shí)對(duì)于一幅屬于第類飛機(jī)的圖像將網(wǎng)絡(luò)的 第輸入置，其他輸出置。識(shí)別時(shí)網(wǎng)絡(luò)輸出的最大值對(duì)應(yīng)的輸出類為識(shí)別結(jié)果。 假設(shè)至 為按大小順

4、序排列的個(gè)網(wǎng)絡(luò)輸出值，為最大輸出值，為最小輸 出值。網(wǎng)的所有輸出值域范圍都是【，】。識(shí)別的可行度是由個(gè)輸出值的分布決定 的，定義如下： 一兩一兩一麗”一兩（） 這個(gè)可信度估算式反映了網(wǎng)能正確分類識(shí)別的概率，該定義基于如下合理假設(shè)： ）可信度的值域變化范圍應(yīng)該是，】 ）當(dāng)且僅當(dāng)最大輸出且時(shí)，可信度為。 ）當(dāng)且僅當(dāng)時(shí)，可信度為。 ）越大可信度越高，到越小可信度越高。 ）。，如果，且葉葉，就得到 個(gè)完全相等的最大值，而只選取對(duì)應(yīng)的類作為識(shí)別結(jié)果，顯然可 信度應(yīng)該只有。 我們使用四組訓(xùn)練樣本進(jìn)行對(duì)比試驗(yàn)，得到四個(gè)神經(jīng)網(wǎng)絡(luò)分類器第一組只選取了 個(gè)尺寸為的模型樣本進(jìn)行訓(xùn)練，第二組每類飛機(jī)全部用級(jí)模型樣本參見訓(xùn)練，分別 使用尺寸為，的模板飛機(jī)圖像不變矩作為輸入，共個(gè)樣本。第三 組只選取了尺度與待識(shí)別目標(biāo)最接近的兩組模型樣本組成的樣本集參加訓(xùn)練，第四組只 選取了尺度與待識(shí)別目標(biāo)比較接近的一組樣本集進(jìn)行訓(xùn)練。 我們對(duì)被模糊、縮小、旋轉(zhuǎn)、移動(dòng)的飛機(jī)圖像進(jìn)行識(shí)別。分別用上述四組訓(xùn)練樣本 在訓(xùn)練基本收斂情況下獲得的四個(gè)神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行識(shí)別和可信度對(duì)比?？傻?，在識(shí) 別較大尺寸目標(biāo)情況下，單一尺度與多級(jí)尺度不變矩特征庫訓(xùn)練的神經(jīng)網(wǎng)絡(luò)分類器都具 中國(guó)民航大學(xué)碩士學(xué)位論文 有較好的識(shí)別率；而多尺度的特征庫識(shí)別具有更高的識(shí)別率和可信度；在識(shí)別中等尺度 和大尺度目標(biāo)情況下，相對(duì)于只具有但尺度訓(xùn)練模型的分類器，采