版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在水路交通中,航行船舶類(lèi)型日益多樣化,船舶航行軌跡日益復(fù)雜化。監(jiān)控船舶活動(dòng)需要對(duì)船舶目標(biāo)做到實(shí)時(shí)的跟蹤,還要能夠識(shí)別船舶目標(biāo),而傳統(tǒng)的船舶視頻目標(biāo)跟蹤方法存在跟蹤計(jì)算時(shí)耗大、跟蹤準(zhǔn)確率有限、缺少識(shí)別能力等缺陷,這對(duì)于有效及時(shí)的指揮調(diào)度船舶帶來(lái)了困難。因此有必要設(shè)計(jì)一種實(shí)時(shí)、誤差率小、具有識(shí)別能力的船舶目標(biāo)跟蹤算法。
本文的研究包括目標(biāo)的特征提取、分類(lèi)識(shí)別、跟蹤三個(gè)方面。在目標(biāo)特征提取方面,通過(guò)對(duì)各種圖像特征的優(yōu)缺點(diǎn)對(duì)比,本論文
2、選定提取船舶目標(biāo)的HOG特征以減少水域環(huán)境中其他干擾背景對(duì)船舶識(shí)別的影響。在目標(biāo)分類(lèi)識(shí)別方面,SVM模型對(duì)目標(biāo)的原始HOG特征有一定的分類(lèi)識(shí)別能力,但并不是所有的目標(biāo)HOG特征位包含的都為有效特征,其中摻雜了噪聲存在著冗余,并且模型復(fù)雜過(guò)高,因此本論文引進(jìn)序列前向選取法對(duì)原始的船舶目標(biāo)HOG特征進(jìn)行了降噪和特征再選取。但是由于在處理訓(xùn)練樣本數(shù)據(jù)集的時(shí)候采取的是交叉驗(yàn)證方法,并且序列前向選取法存在只能加入不能去除特征的缺陷,因此由其選取的
3、最優(yōu)特征具有不確定性并且關(guān)聯(lián)性強(qiáng)。針對(duì)上述缺陷,在序列前向選取法的基礎(chǔ)上,本文提出了一種特征位得分系統(tǒng)從而挑選出了船舶HOG特征中的最優(yōu)特征位。在目標(biāo)跟蹤方面,本論文引進(jìn)STC算法來(lái)對(duì)船舶目標(biāo)進(jìn)行定位。雖然STC跟蹤算法計(jì)算速度快并且跟蹤準(zhǔn)確率高,但是當(dāng)目標(biāo)被遮擋時(shí),會(huì)發(fā)生跟蹤目標(biāo)跳變的情況。本論文通過(guò)模板匹配算法對(duì)跟蹤目標(biāo)進(jìn)行檢測(cè),改善了STC的這一缺陷,從而提升了其跟蹤性能。
實(shí)驗(yàn)證實(shí),本文船舶識(shí)別與跟蹤算法能夠?qū)崟r(shí)、穩(wěn)定
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于HOG特征的目標(biāo)識(shí)別算法研究.pdf
- 基于HOG特征的人臉表情識(shí)別算法研究.pdf
- 基于HOG特征的交通標(biāo)志檢測(cè)與識(shí)別算法研究.pdf
- 基于HOG和Haar聯(lián)合特征的行人檢測(cè)及跟蹤算法研究.pdf
- 基于HOG-LBP特征的人臉識(shí)別.pdf
- 基于LTBP和HOG融合特征的三維人臉表情識(shí)別算法.pdf
- 基于彈性網(wǎng)格HOG特征的手繪車(chē)符識(shí)別.pdf
- 基于HOG的人體跟蹤算法的研究及應(yīng)用.pdf
- 基于HOG的行人跟蹤與識(shí)別技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于HOG特征LBP特征的人臉識(shí)別方法研究.pdf
- 基于改進(jìn)HOG特征的行人檢測(cè)算法研究.pdf
- 基于HOG特征和支持向量機(jī)的靜態(tài)手勢(shì)識(shí)別.pdf
- 基于HOG特征的人臉識(shí)別系統(tǒng)研究.pdf
- 基于Gabor多方向融合的多尺度HOG特征提取的手背靜脈識(shí)別算法研究.pdf
- 基于Gabor和HOG特征的稀疏表示人臉識(shí)別方法.pdf
- 基于特征的視頻跟蹤算法研究.pdf
- 基于PCA-HOG與LBP特征融合的靜態(tài)手勢(shì)識(shí)別方法研究.pdf
- 基于特征的多目標(biāo)跟蹤算法研究.pdf
- 基于視覺(jué)的內(nèi)河重點(diǎn)水域船舶跟蹤算法研究.pdf
- 基于HOG和粒子濾波的行人檢測(cè)與跟蹤.pdf
評(píng)論
0/150
提交評(píng)論