基于机器视觉的动态多目标识别

被引：7

作者：

薛梦霞

刘士荣

王坚

机构：

[1] 杭州电子科技大学自动化学院

来源：

上海交通大学学报 | 2017年 / 51卷 / 06期

基金：

浙江省自然科学基金;

关键词：

机器视觉; Fisher判别准则; 动态多目标识别; 目标分割;

D O I：

10.16183/j.cnki.jsjtu.2017.06.014

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于机器视觉的实时动态多目标识别的方法.该方法首先根据前后帧之间像素的变化,分割出运动目标和样本图像,然后使用Gabor滤波器提取图像的特征,得到特征向量.最后使用Fisher判别准则分类识别,将得到的分类识别结果自动标注在输出图像中,并且将其连续输出,便能获得已经识别完成的输出视频.实验结果表明,在多个动态目标的情况下,综合运用Gabor特征与帧间差分法的动态目标识别方法能准确检测到动态目标区域,并能准确分类、识别和标注.

引用

页码：727 / 733

页数：7

共 9 条

[1]

A solution of rotation invariance based ESPRIT (SRI-ESPRIT) method approach to direction-of-arrival estimation. Taoliu Yang,Wei Zhang,Xiufen Zhao. Microwave andMillimeter Wave Circuits and System Technology (MMWCST) . 2012

[2] 基于Gabor滤波器和特征加权的红外图像识别 [J].

赵英男 ;

刘正东 ;

杨静宇 .

计算机工程与应用, 2004, (32) :22-24

[3]

Realtime background modeling based on classified dynamic objects for human robot application. MORO A,MUMOLO E,NOLICH M,et al. Proceedings of the IEEE International Conference on Networked Sensing Systems . 2012

[4]

Detecting dynamic objects with multi-view background subtraction. Diaz R,Hallman S,Fowlkes C. Proceedings of IEEE International Conference on Computer Vision (ICCV) . 2013

[5]

PATTERN RECOGNITION[P]. RINGLAND SIMON PATRICK ALEXAND;TALINTYRE JOHN EDWARD.EP0917708B1,2002-03-27

[6] 地面战场侦察系统多目标识别的评价指标 [J].

马春庭 ;

郑坚 ;

陈东根 ;

崔亮 .

探测与控制学报, 2006, (01) :6-9

[7] 基于双目视觉的移动机器人动态目标识别与定位 [J].

邱雪娜 ;

刘斐 ;

刘士荣 ;

孙凯 .

华东理工大学学报(自然科学版), 2010, 36 (01) :103-112

[8]

A moving object tracked by a mobile robot with real-time obstacles avoidance capacity. Chen C H,Cheng C,Page D, et al. Pattern Recognition . 2006

[9]

High performance real-time object detecting and tracking system for multiple moving targets. Kung C,Kung C,Wang J. Proceedings of IEEE Conference on Instrumentation and Measurement Technology . 2007

← 1 →