目標識別與跟蹤算法研究及應用.pdf

1、隨著智能化技術的革新，計算機視覺技術應用越來越廣泛，無論是用于國防的安全檢測、軍事偵察，還是用于醫(yī)學和工業(yè)控制，都發(fā)揮了極大的作用。基于計算機視覺的目標識別與跟蹤方法是當前人工智能等領域的研究熱點。從廣泛應用的人臉識別、指紋識別，延伸到生活中的各個方面，如手勢識別、智能安全監(jiān)控、智能機器人以及遙感和醫(yī)學診斷等。
　　本文首先介紹了基于計算機視覺目標識別與跟蹤方法的研究背景及意義，并闡述了它的研究現狀。
　　第二，對運動目標檢

2、測和跟蹤算法進行了介紹和總結，并重點介紹了幾種常見的算法。
　　第三，對目標識別中的特征約簡算法進行了研究。詳細介紹了經典粗糙集算法以及鄰域粗糙集算法，提出了一種基于鄰域粗糙集算法的手勢特征約簡方法，將鄰域粗糙集算法應用于手勢特征的約簡，利用粗糙集的屬性約簡能力進行特征選擇。采用Hu不變矩提取手勢特征，然后用鄰域粗糙集算法對Hu矩特征進行約簡，去掉不必要的特征，這樣不但提高了分類的效率，也節(jié)省了特征提取的時間。通過實驗結果證實基于

3、鄰域粗糙集的特征選擇算法能夠找到對手勢分類更為有用的特征，消除冗余信息，提高手勢識別系統(tǒng)的準確率和效率。
　　第四，綜合運用手勢分割、手勢識別和跟蹤技術實現了一個基于手勢識別的人機交互系統(tǒng)。利用膚色和運動目標檢測相結合的方法提取手掌區(qū)域，用約簡后的Hu矩特征采用模板匹配的方法實現了手勢識別，并用Mean Shift算法跟蹤手部區(qū)域，實現了對光標的控制。
　　第五，對基于視頻分析技術的道路監(jiān)控系統(tǒng)開展研究，利用目標識別與跟蹤算

4、法實現了道路監(jiān)控系統(tǒng)，主要研究基于視覺的交通事件檢測與交通參數分析。采用運動目標檢測算法識別出道路場景中的行駛車輛，然后通過跟蹤車輛得到行駛軌跡，最后對車輛行為、道路狀態(tài)進行分析。系統(tǒng)自動快速檢測車輛非法停車、逆行、交通擁堵、超速等交通事件，同時自動記錄相關數據并實時處理，實時有效的把道路信息及時反饋給道路主管部門。提出了一種基于車道線的車輛測速算法，對車輛超速、逆行、非法停車等交通事件以及平均車速、道路占有率、車流量等道路數據的自動檢