检索结果-南通市图书馆

检索条件"主题词=机动目标识别"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

野外环境下机动目标识别与跟踪技术的研究

野外环境下机动目标识别与跟踪技术的研究

引用

作者：周开强沈阳理工大学

学位级别：硕士

随着社会的发展,机动车数量激增,智能交通系统日趋成熟,但是在野外环境下的交通道路仍然存在一些问题,本文主要研究的是在野外环境下,对道路上的机动目标识别与跟踪的关键问题进行算法研究,其中野外环境具有车流量小,背景复杂,遮挡物多... 详细信息

随着社会的发展,机动车数量激增,智能交通系统日趋成熟,但是在野外环境下的交通道路仍然存在一些问题,本文主要研究的是在野外环境下,对道路上的机动目标识别与跟踪的关键问题进行算法研究,其中野外环境具有车流量小,背景复杂,遮挡物多,监控环境干扰多等特点。本文是利用视频监控设备对机动目标识别和跟踪技术进行分析,做到在野外环境下能实时准确的检测、识别、跟踪机动目标。主要研究工作如下:（1）机动目标的检测方面,本文先是对传统的机动目标检测算法进行了学习和对比。最后选用了一个可以根据所处野外环境的基于Surendra的算法改进的背景时间更新方式的背景时间差分法。针对实际野外监控场景的复杂性及其机动目标的阴影特征,就采取了这种HSV颜色空间与二值图像动态空间的阴影方式,以保障对接下来野外环境的精确识别。（2）机动目标的识别方面,通过对野外道路的机动目标的几何特征、运动速度特征等进行分析,发现通过道路的机动目标大部分是大汽车、小汽车、摩托车这三类,针对所处道路环境以及机动目标种类选择了基于虚拟车道线进行区域划分的分类识别方法,对识别到机动目标利用八连通法得到最小外接矩形框进行标记。最后对车流量大和车流量小的情况进行了实验分析,进行验证。（3）在机动目标跟踪方面,在系统分析了野外道路机动目标的运动行为特性基础上,构建了“当前”的统计模式和自适应卡尔曼滤波器的运动参数估计作为针对野外环境道路的跟踪算法,“当前”统计模型就是从一定程度上具有根据当前时刻的加速度估值来对加速度方差进行自适应调整的能力。充分考虑到野外环境遮挡情况采用了通过预报型卡尔曼滤波器的目标位置预测技术和自适应追踪窗信息技术,以及自适应图像平移信息技术、对目标像素点的鲁棒性检测技术。根据野外道路较多车辆的具体情况,使用位置和车速信号作为航迹关系的基本参数,并提供了采用运动参数预测技术的航迹关联计算。再对存在遮挡情况下的道路进行实验分析,进行验证。（4）最后,本文针对当前研究工作的局限与不足对后续工作进行了展望。

关键词：机动目标检测阴影消除机动目标识别目标跟踪

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向机动目标识别的多视角光场重构方法研究

面向机动目标识别的多视角光场重构方法研究

引用

作者：罗培恩河南科技学院

学位级别：硕士

近年来,随着深度学习的迅速发展,图像处理这一研究方向备受关注。目标识别技术是指利用计算机对图像进行处理、分析,将一特殊目标从其他目标中被区分出来的过程。由于遮挡、扭曲、模糊等因素的干扰,使得目标识别的准确率和鲁棒性较差。... 详细信息

近年来,随着深度学习的迅速发展,图像处理这一研究方向备受关注。目标识别技术是指利用计算机对图像进行处理、分析,将一特殊目标从其他目标中被区分出来的过程。由于遮挡、扭曲、模糊等因素的干扰,使得目标识别的准确率和鲁棒性较差。与传统成像相比,光场包含了在不同位置和不同角度对同一物体进行拍摄的所有图像,即光场所包含的图像信息更广泛,图像质量更高。由此可见,光场可以作为目标的天然特征库。由于光场自身的稀疏性,光场重构大大的提高了光场在实际中的应用。然而,光场有限的可视范围和光场重构时数据量巨大、计算过程复杂等问题极大地影响了光场在目标识别中的准确性和实时性。农业是我国的第一产业,其发展与大众的衣食密不可分。实际的农业场景通常也很复杂,不同的天气、地域、土壤、光照及作物品种都给相关研究带来了巨大挑战。本研究针对光场可视范围有限、光场重构数据量大且可用数据难以获取等问题,利用多智能协作机制对机动目标状态进行有效估计,解决了机动目标丢失的问题。在有遮挡、分辨率低的环境下,图像重构所需要的基础数据并不能完全得到。针对多视角光场重建过程中,捕获数据样本总量大,但可用数据较少的问题,利用生成式对抗网络对目标数据进行生成或增强,解决了样本缺失的问题。针对多视角光场计算复杂的问题,利用迁移强化学习模型,在增加重构样本的基础上减少了重构时间。本文所提方法具体内容如下:（1）提出基于多视角的光场重构方法。该方法首先将光场表示为不同视角下的子光场（即多视角光场）,并进行稀疏表示与重构;其次,从多智能体协作角度出发,结合图理论的分布式协同理论,建立区域全覆盖约束下多视角光场之间的协作机制。（2）提出基于GAN的多视角光场重构方法。该方法首先将多智能体协作机制引入光场重构领域,并通过各视角数据融合得出的观测一致性均值有效去除了冗余和高噪声重构样本数据,保证了对机动目标监测的连续性;其次,根据GAN可以生成和增强数据的特点完善了光场重构时所需样本数据,并建立基于GAN的多生成器与多判别器模型来完成对光场的重构。（3）提出基于迁移强化学习的多视角光场重构方法。该方法首先建立相似度量模型,根据相似度阈值选择强化学习或特征迁移学习模型;其次,建立强化学习模型,利用多主体Q学习判断目标域与源域相似的特征集,并将其反馈到源域,增加带标签的样本容量;最后,建立特征迁移学习模型,使用PCA得到源域与目标域最大特征嵌入空间并用于标签数据迁移。（4）在不同场景中分别对提出的光场重构算法进行了目标识别仿真验证,并与现有方法做了对比分析;此外,还根据显著性假设检验验证了本文所提方法的有效性。

关键词：多视角协作光场重构机动目标识别迁移学习强化学习生成式对抗网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：