基于視頻圖像序列的目標檢測及跟蹤算法研究.pdf

1、視頻圖像序列的目標檢測與跟蹤就是對連續(xù)圖像序列中的每幀圖像進行目標識別與定位。本文在對常見的神經網絡模型進行分析后，重點研究了兩種目標檢測和跟蹤算法，分別是基于改進SNoW(Sparse Network of Winnows)神經網絡的目標跟蹤算法和基于多特征融合的煙霧檢測算法。
　　本文提出的一種基于改進SNoW神經網絡的目標跟蹤算法，改進的SNoW神經網絡改變了圖像尺寸標準化方式，并只訓練正樣本，對 SNoW結果進行加權處理以

2、及擴張式學習訓練方式，能夠克服傳統(tǒng)網絡不能靈活適應各種尺寸圖像輸入，以及需要事先抽取大量訓練樣本獲取先驗知識的不足。大量實驗證明，該算法不僅是可行的，而且具有一定的優(yōu)越性。
　　本文提出的一種基于多特征融合的煙霧檢測算法，利用電子穩(wěn)像技術和背景減除法獲得視頻序列圖的動態(tài)特征，在Lab空間中利用改進的K-means聚類分割，并提取邊界鏈碼獲得其靜態(tài)特征，最后融合動態(tài)和靜態(tài)特征，獲取煙霧區(qū)域。該算法克服了依靠單一特征檢測煙霧圖像的不足