原文传递
基于视频的多运动目标识别技术研究
| 论文题名： | 基于视频的多运动目标识别技术研究 |
| 关键词： | 目标识别;智能视频监控系统;BP神经网络 |
| 摘要： | 本文以运动的汽车、自行车/摩托车、行人为研究对象，对基于视频的多运动目标识别技术进行了深入的研究。 首先，采用中值合成策略建立初始背景模型，结合自适应背景更新算法和加权均值阈值法实现多运动目标分割，并选择面积、形状复杂度、长宽比、速度作为运动目标的识别特征。仿真结果表明，目标分割效果良好，提取的识别特征具有较好的区分性。 接着，研究了基于模糊理论的多运动目标识别。利用模糊C一均值聚类法实现特征量的模糊化，并分别设计了Mamdani型模糊分类器和Sugeno型模糊分类器来实现多运动目标识别。仿真结果表明，Sugeno型模糊分类器比Mamdani型模糊分类器的识别精度高。 然后，研究了基于BP神经网络的多运动目标识别。针对普通BP算法存在的不足，采用弹性BP算法和L-M算法改善网络的性能，并分别设计了多输出型BP分类器和单输出型BP联合分类器来实现多运动目标识别。仿真结果表明，在相同训练指标下，单输出型BP联合分类器比多输出型BP分类器的识别精度高。 最后，研究了基于自适应模糊神经网络(ANFIS)的多运动目标识别。分别利用网格分割法和减法聚类法生成ANFIS分类器的初始结构，并采用最小二乘法与BP算法相结合的混合学习算法对网络进行训练。仿真结果表明，在相同训练指标下，利用减法聚类法生成的ANFIS分类器比利用网格分割法生成的ANFIS分类器训练速度快，识别精度高。ANFIS融合了模糊系统和神经网络的优点，具有结构透明、可解释性好的特点，并拥有较好的自适应学习能力，其综合性能最佳。模糊识别 |
| 作者： | 兰利宝 |
| 专业： | 模式识别与智能系统 |
| 导师： | 董慧颖 |
| 授予学位： | 硕士 |
| 授予学位单位： | 沈阳理工大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
