资源描述：
《基于形状特征的移动目标实时分类研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第31卷第8期仪器仪表学报Vol131No182010年8月ChineseJournalofScientificInstrumentAug.2010基于形状特征的移动目标实时分类研究侯北平,朱文,马连伟,介婧(浙江科技学院自动化与电气工程学院杭州310023)摘要:基于室外场景中移动目标的形状特征,提出了一种利用多级神经网络进行运动目标实时分类的方法。在对人、人群、自行车、大汽车与小汽车5种常见运动目标的形状特征分析基础上,将七阶矩、分散度、长宽比、离散度作为分类特征向量,利用多级神经网络进行了目标分类。实验结果表明
2、该方法误判率低、分类精度高,能较好地实现单人、人群、自行车、汽车的分类。关键词:人车识别;运动检测;神经网络;目标识别中图分类号:TP312.62文献标识码:A国家标准学科分类代码:510.4050Movingtargetclassificationbasedonshapefeaturesfromrea-ltimevideoHouBeiping,ZhuWen,MaLianwe,iJieJing(SchoolofAutomationandElectricalEngineering,ZhejiangUniversityo
3、fScienceandTechnology,Hangzhou310023,China)Abstract:Thispaperpresentsamovingtargetclassificationalgorithmbasedonshapefeaturesandmult-istageneuralnetworkarchitecture.Theshapefeaturesofhuman,humangroup,bike,busandcarareanalyzedandstudied.Mo-men,tdispersedness,com
4、pactnessandlength-widthratioareusedastheclassificationeigenvectors.Thedetectedvideoobjectscanbecategorizedintopre-definedgroupsofhuman,humangroupandvehiclebyusingmult-istageneuralnetwork.Experimentresultsfromtestimagesandrea-ltimevideoareprovided,whichdemonstra
5、tetheeffec-tivenessoftheproposedmethod.Keywords:human/vehiclerecognition;movingdetection;neuralnetwork;objectclassification[4]在一起进行综合分类,该种方法实现复杂、实时性差。1引言基于特征的分类识别近年来成为一个重要的研究方向。1997年美国设立了多个研究机构参与的视觉监控[5]运动目标的分类一直是智能监控领域中的研究热重大项目VSAM(visualsurveillanceandmonitor
6、ing),该点,分类的目的就是将类别标志与目标区域联系起来,以系统可利用运动目标的几何特征与神经网络对市区内的便于对不同目标行为进行特定分析。根据利用信息的不行人与车辆进行分类识别。由Haritaoglu与Harwood等[6]同,可以分为基于运动特征、基于形状特征与基于混合特人共同研发的实时视觉监控系统可以利用形状与运动征的方法。基于运动特性的方法利用目标运动的周期性周期特性识别出人与车辆。美国科学家IsaacCohen与[1-2][7]或与运动相关的特征进行识别,该方法受颜色、光照GerardMedioni利用无
7、人机搭载的空中监控平台实现的影响较小,但对一些非周期性的运动目标效果较差。了对运动物体的监测与行为分析。国内中科院自动化研基于形状的目标分类方法的基本机理就是对视频图像的究所在运动检测、人体跟踪等方面进行了深入研究,以谭[3]区域分割,通过运动检测等方法将视频图像区域分割铁牛为首的研究团队开发出了国内第一个具有自主知识[8]为运动目标区域与背景区域,这样完全借助于前景目标产权的智能监控系统,近几年国内也有一些高校与科的几何形状进行判别,实现简单、实时性好。基于混合特研院所从事这方面的研究,并取得了一定的科研[9-11
8、]征方法的特点就是将运动目标的周期性与几何形状结合成果。收稿日期:2010-01ReceivedDate:2010-011820仪器仪表学报第31卷本文在对运动目标的形状特征进行分析的基础上,弱化各类之间的分类平面;二是分类器的合理设计,这将提出了一种基于多级神经网络的实时分类方法,可以在直接影响到目标的正确识别。户外情况下对运动目标进行实时分
