基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的移動目標(biāo)識別.pdf

1、細(xì)胞神經(jīng)網(wǎng)絡(luò)自提出以來，因它處理數(shù)據(jù)的高效特性，應(yīng)用得到不斷地推廣，目前在圖像和信號處理、模式識別、人工智能、生物視覺、高級腦功能、偏微分方程求解和超混沌同步等方面得到廣泛發(fā)展；在移動目標(biāo)識別這一圖像處理領(lǐng)域得到廣泛研究和應(yīng)用的原因在于其并行、高速的特點(diǎn)和適合于圖像處理的獨(dú)特網(wǎng)絡(luò)結(jié)構(gòu)。目前，國外己有的CNN芯片的整體運(yùn)算速度已經(jīng)達(dá)到了T級(1012)，這對于提高視頻處理的速度和實(shí)時性是不言而喻的。因此，有必要研究細(xì)胞神經(jīng)網(wǎng)絡(luò)在視頻序列圖

2、像中目標(biāo)分割和追蹤的應(yīng)用及其相關(guān)算法。 本文對常用的視頻序列圖像分割算法進(jìn)行了比較和研究，采用并改進(jìn)圖像差分法提取移動目標(biāo)。這種方法原理相對比較簡單，易于實(shí)現(xiàn)，能夠很好的設(shè)計細(xì)胞神經(jīng)網(wǎng)絡(luò)模板。首先利用相鄰兩幀源圖像的差分圖，能快速檢測出目標(biāo)的運(yùn)動范圍，通過連續(xù)三幀序列圖像差分相與運(yùn)算，檢測出中間幀運(yùn)動目標(biāo)的形狀輪廓。這種方法速度快，而且目標(biāo)物體形狀輪廓精確，有利于進(jìn)一步的處理工作。移動目標(biāo)的識別是本文的一個難點(diǎn)和重點(diǎn)，目前國外的