視頻圖像目標(biāo)檢測(cè)與識(shí)別算法優(yōu)化.pdf

1、視頻圖像目標(biāo)檢測(cè)與識(shí)別作為計(jì)算機(jī)視覺(jué)領(lǐng)域的重要部分，在最近一些年已經(jīng)受到了人們的普遍重視，并且已有較為廣泛的應(yīng)用。本文對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)以及行人識(shí)別的算法進(jìn)行了比較詳細(xì)深入的研究，在此基礎(chǔ)上提出了一種更準(zhǔn)確的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，并且對(duì)于目前行人識(shí)別領(lǐng)域最常用的HOG描述符給出了一種優(yōu)化方法。
　　 首先，本文總結(jié)了國(guó)內(nèi)外視頻圖像目標(biāo)檢測(cè)與識(shí)別領(lǐng)域的發(fā)展現(xiàn)狀，對(duì)現(xiàn)有的一些通用的，經(jīng)典的目標(biāo)檢測(cè)和行人識(shí)別算法、流程進(jìn)行了研究和總結(jié)。

2、>　　 其次，本文描述了在研究中提出的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該算法以混合高斯模型為基礎(chǔ)，先是綜合了背景差分法和幀間差法去除部分圖像噪聲，而后采用邊緣高斯模型建模方法減少光照變化影響，最后結(jié)合形態(tài)學(xué)方法綜合處理，得到了一種在復(fù)雜噪聲或光照突變情況下依然能夠?qū)\(yùn)動(dòng)目標(biāo)進(jìn)行較為準(zhǔn)確檢測(cè)的檢測(cè)算法。
　　 然后，本文對(duì)HOG行人識(shí)別算法進(jìn)行了深入研究。通過(guò)分析HOG描述符的內(nèi)在特點(diǎn)，對(duì)描述符進(jìn)行選擇性降維處理，從而有效降低分類器訓(xùn)練以及判