基于數(shù)字識別的分布式多運動物體檢測研究.pdf

1、隨著計算機對數(shù)據(jù)處理性能的大幅提升，很多基于機器視覺的應(yīng)用取得巨大的發(fā)展。視頻圖像處理是機器視覺中比較重要的一種應(yīng)用研究，也是圖像處理領(lǐng)域中非常重要的研究部分。在基于視頻的多目標檢測與跟蹤的應(yīng)用中，針對具體和特殊的應(yīng)用場景，根據(jù)識別目標的特性不同，有許多基于不同特征的視頻處理應(yīng)用，例如基于人臉識別的視頻跟蹤，基于輪廓檢測的視頻跟蹤，基于顏色直方圖的視頻跟蹤算法等。但是，視頻具有很高的復(fù)雜性和運動目標本身不確定性，多目標的視頻跟蹤還有很大

2、的研究空間和研究價值。
　　在本文的應(yīng)用場景中，視頻檢測的對象為農(nóng)場內(nèi)的同種動物，例如一片區(qū)域內(nèi)的雞或者鴨，它們具有3個主要的特點:類型相同;自身特征差異不明顯;數(shù)量較多。由于類型相同，不能靠動物的不同形態(tài)特征進行區(qū)分;由于動物之間的特征差異不明顯，不能很容易得通過顏色、輪廓或者臉部特征等特征進行區(qū)分識別;由于數(shù)量較多，若找出微小的差異作為特征進行識別，那么算法的復(fù)雜度會比較高，在數(shù)量較多時，就會嚴重影響識別速度且正確率不能保證。

3、
　　因此本文采用了基于數(shù)字識別的檢測方法，即在動物身上貼上數(shù)字作為記號，通過識別不同數(shù)字，達到順利檢測動物的目的。利用數(shù)字作為輔助特征進行識別可以降低對動物本身特征提取的復(fù)雜度，減小了計算量，從而可以提高識別的效率。
　　本文研究內(nèi)容來源于某農(nóng)場對動物運動情況監(jiān)測的實際需求。將基于視頻的多目標檢測與跟蹤技術(shù)應(yīng)用在農(nóng)場動物上主要是為了監(jiān)測動物的健康狀況。動物的健康狀況與其運動狀態(tài)有比較密切的聯(lián)系，通過視頻跟蹤，監(jiān)測到每個動物

4、的運動狀態(tài)，對每個動物的運動量和運動時間進行后續(xù)分析，可以初步發(fā)現(xiàn)可能存在問題的動物，便于用戶及時進行問題動物的篩查，減少養(yǎng)殖過程中的損失。
　　本論文的主要研究工作及創(chuàng)新點如下:
　　1.對于同類型多目標的檢測，提出了利用數(shù)字作為識別特征進行檢測的方法，可以有效地對同種類型特征區(qū)別不明顯的多物體進行識別，且識別數(shù)量增大時，只需要增加數(shù)字的編號，不需要重新尋找特征進行算法修改，非常方便高效。
　　2.對于數(shù)字識別的算法

5、，創(chuàng)新性地提出了算法仲裁的思想，結(jié)合了多種特征進行數(shù)字識別，對基于穿越線特征、基于模板匹配和基于SVM(Support VectorMachines)的數(shù)字識別的結(jié)果進行仲裁，最終得出數(shù)字的結(jié)果，降低了數(shù)字的誤識別率。
　　3.由于數(shù)字跟隨動物運動，數(shù)字的方向具有隨意性。因此本文提出了利用仿射變換進行數(shù)字旋轉(zhuǎn)矯正的方法，將數(shù)字在方向矯正之后進行識別。
　　4.針對數(shù)字重疊以及圖像中存在與數(shù)字相似的區(qū)域的干擾問題，本文創(chuàng)新性地