基于可变形部件模型的内河多船舶跟踪算法研究.pdfVIP

基于可变形部件模型的内河多船舶跟踪算法研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 42卷 第 3期 计 算 机 科 学 Vo1.42No.3 2015年 3月 Computer Science M ar2015 基于可变形部件模型的内河多船舶跟踪算法研究 朱 琳 郭建明 刘 清 李 静 (武汉理工大学 自动化学院 武汉 430070) 摘 要 内河航运事业的不断发展对电子巡航闭路电视 (CcTV)监控系统的智能化水平提 出了越来越高的要求。针 对 目前CCTV监控系统智能化水平较低、人工参与量较大的局限,提 出了一种鲁棒的基于可变形部件模型的内河多 船舶跟踪算法。该算法将每条运动 目标船舶视为一个部分,通过最小生成树模型来建立各个部分之间的联系,并基于 可变形部件模型的原理最终实现同时对多条 目标船舶的鲁棒跟踪。为了得到精确的目标船舶外观模型,首先对 目标 区域进行梯度方向直方图(HOG)特征提取,然后利用模糊支持向量机 (SVM)算法进行训练得到每条 目标船舶的参数 化的外观模型。其中,由于模糊 SVM 中模糊度的引入,对不同的输入训练样本赋予不同的重要性,因此将获得 比线 性SVM 算法更加精确的目标外观模型。结构化的学习方法保证了在 目标运动过程中该算法能即时更新 目标间的空 间相互关系参数,实现鲁棒的跟踪效果。实验结果表明,提 出的算法适用于在 内河环境下鲁棒、有效的多目标船舶跟 踪 。 关键词 内河,闭路 电视监控系统,多船舶跟踪,模糊 SVM,可变形部件模型 中图法分类号 TP391.4 文献标识码 A DOI 10.11896/j.issn.1002-137X.2015.3.064 M ultipleShipTrackingin InlandWaterwayviaDeformablePartM odel ZHU Lin GUOJian-ming LIU Qing LIJing (SchoolofAutomation,W uhanUniversityofTechnology,Wuhan430070,China) Abstract Theclosed—circuittelevision (CCTV)surveillancesystem isdevelopingrapidlyinrecentyears.Buttheintelli— gencelevelisrelativelylow.Inthispaper,arobustmultipleshiptrackingalgorithm w3sproposedbasedonthedefor- mablepartmode1.Theproposedalgorithm treatseveryshipasapart.Byincorporatingthespatialconstraints,theinter— relationsmodelbetweenshipswiththeminimum spanningtreemodelcanbeeffectivelybuilt.Thentherobustmultiple shiptrackingisaccomplishedbasedonthedeformablepartmode1.Moreover,aimingatobtaininganaccurateparamete- rizedappearancemodelofships,theHOG featurescombinedwiththefuzzySVM isadoptedtotrainthoseobjectre— gions.Especially,becauseoftheambiguityinthefuzzySVM ,everytrainingsamplesaregivendifferentimportanceSOas toobtainamoreaccurateappearancemode1.Atthesametime,structuredlearningcanguar

文档评论(0)

wuhuaiyu002 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档