運(yùn)動(dòng)圖像目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤是指在連續(xù)的視頻圖像序列中，根據(jù)運(yùn)動(dòng)目標(biāo)模板的某些特征，采用特定的度量方法，在每幀視頻圖像中搜索并依據(jù)一定的準(zhǔn)則確定目標(biāo)所在的位置和狀態(tài)。本文在對(duì)多種目標(biāo)跟蹤方法進(jìn)行分析的基礎(chǔ)之上，重點(diǎn)對(duì)基于學(xué)習(xí)的目標(biāo)跟蹤方法進(jìn)行了研究。人工神經(jīng)網(wǎng)絡(luò)具有大規(guī)模非線性并行分布式處理的能力，并且具有很強(qiáng)的不確定信息處理能力，因此在圖像匹配中得到了廣泛的應(yīng)用，在提高算法實(shí)時(shí)性的同時(shí)，其高度的容錯(cuò)能力大大降低對(duì)圖像質(zhì)量的要求。
　　針對(duì)視頻圖像中

2、目標(biāo)狀態(tài)的不斷變化，本文提出了基于仿生模式識(shí)別的目標(biāo)跟蹤算法，依據(jù)多權(quán)值神經(jīng)網(wǎng)絡(luò)強(qiáng)大的類內(nèi)泛化能力，通過對(duì)訓(xùn)練樣本特征采用基于二權(quán)值的超香腸神經(jīng)網(wǎng)絡(luò)進(jìn)行覆蓋式訓(xùn)練，完成了對(duì)目標(biāo)特征的學(xué)習(xí)和記憶，采用Manhattan距離實(shí)現(xiàn)視頻圖像中目標(biāo)的搜索和定位。實(shí)驗(yàn)表明該算法可以實(shí)現(xiàn)大尺度大角度變化目標(biāo)的穩(wěn)定跟蹤，并具有良好的魯棒性。
　　基于“最佳分類”的BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的泛化推廣能力，但是少量的訓(xùn)練樣本可能帶來BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)力不足