本文關(guān)鍵詞：基于MPEG-7標(biāo)準(zhǔn)的海上移動(dòng)目標(biāo)分類方法研究

  更多相關(guān)文章： MPEG-7標(biāo)準(zhǔn) 船舶目標(biāo)分類 形狀特征庫(kù) 模板匹配 人工神經(jīng)網(wǎng)絡(luò)

【摘要】：目標(biāo)分類是智能視頻監(jiān)控領(lǐng)域的重要研究?jī)?nèi)容,它是實(shí)現(xiàn)視頻目標(biāo)行為分析與理解的基礎(chǔ)。一般而言,具體的目標(biāo)分類方法是根據(jù)被分類目標(biāo)的特征決定的,沒(méi)有一種適用于所有類型目標(biāo)分類的方法。近年來(lái),關(guān)于目標(biāo)分類方法的研究越來(lái)越多,但專門對(duì)海上目標(biāo)分類方法進(jìn)行的研究還相對(duì)較少。對(duì)海上視頻中的目標(biāo)進(jìn)行自動(dòng)分類,可以提高船上人員對(duì)本船周圍環(huán)境的感知能力,也可以廣泛應(yīng)用于海上安防、海事管理、航道管理和海上搜救等領(lǐng)域。本文將可用于各類多媒體信息標(biāo)準(zhǔn)化描述的MPEG-7標(biāo)準(zhǔn)引入海上視頻中船舶目標(biāo)分類的應(yīng)用中,提出了基于MPEG-7標(biāo)準(zhǔn)的海上移動(dòng)目標(biāo)分類方法。首先,通過(guò)對(duì)海上各類船舶目標(biāo)的主要視覺(jué)特征進(jìn)行分析,得知形狀特征在各類船舶之間具有明顯的可分性,本文利用形狀特征對(duì)海上船舶目標(biāo)進(jìn)行分類。其次,考慮到視頻中船舶目標(biāo)存在平移、縮放以及旋轉(zhuǎn)變換等情況,同時(shí)目標(biāo)并不能達(dá)到精確或完整的檢測(cè),本文選擇對(duì)上述變換保持穩(wěn)定的Hu不變矩和ART系數(shù)對(duì)船舶目標(biāo)區(qū)域形狀特征進(jìn)行描述。通過(guò)對(duì)各類船舶目標(biāo)提取的Hu不變矩和ART系數(shù)形狀特征值對(duì)比分析,本文選取其中最具有可分性的7個(gè)特征值組成特征向量。然后,鑒于目前對(duì)于目標(biāo)樣本特征文件的存儲(chǔ)并沒(méi)有統(tǒng)一的格式標(biāo)準(zhǔn),這往往不利于現(xiàn)有特征庫(kù)的重復(fù)利用。本文將提取的船舶目標(biāo)區(qū)域形狀特征向量按照MPEG-7標(biāo)準(zhǔn)的統(tǒng)一格式生成特征描述文件,并在此基礎(chǔ)上利用各類船舶的模型圖像建立海上船舶目標(biāo)形狀特征庫(kù)。最后,利用KNN模板匹配和BP人工神經(jīng)網(wǎng)絡(luò)兩種分類方法分別對(duì)五類船舶的模型圖像和采集的海上視頻中檢測(cè)得到的船舶目標(biāo)進(jìn)行分類實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,在海上船舶目標(biāo)分類方面兩種分類方法均達(dá)到了較高的正確識(shí)別率。
【關(guān)鍵詞】：MPEG-7標(biāo)準(zhǔn) 船舶目標(biāo)分類 形狀特征庫(kù) 模板匹配 人工神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TN948.6
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-21
• 1.1 研究背景及意義10-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-19
• 1.2.1 圖像目標(biāo)特征提取研究現(xiàn)狀13-15
• 1.2.2 目標(biāo)分類技術(shù)研究現(xiàn)狀15-18
• 1.2.3 MPEG-7與目標(biāo)分類18-19
• 1.3 本文的主要研究?jī)?nèi)容19-20
• 1.4 本章小結(jié)20-21
• 第2章 船舶目標(biāo)特征分析與數(shù)學(xué)描述21-29
• 2.1 目標(biāo)特征的選取原則21-22
• 2.2 船舶目標(biāo)特征分析與選取22-23
• 2.3 船舶目標(biāo)形狀特征的數(shù)學(xué)描述23-28
• 2.3.1 Hu不變矩形狀特征描述23-26
• 2.3.2 ART形狀特征描述26-28
• 2.4 本章小結(jié)28-29
• 第3章 船舶目標(biāo)形狀特征庫(kù)的建立29-48
• 3.1 船舶目標(biāo)形狀特征提取29-42
• 3.1.1 同類型船舶目標(biāo)形狀特征提取29-36
• 3.1.2 不同類型船舶目標(biāo)形狀特征提取36-42
• 3.2 基于MPEG-7標(biāo)準(zhǔn)的船舶目標(biāo)特征庫(kù)的建立42-47
• 3.2.1 MPEG-7標(biāo)準(zhǔn)的應(yīng)用42-44
• 3.2.2 建立船舶目標(biāo)特征庫(kù)44-47
• 3.3 本章小結(jié)47-48
• 第4章 船舶目標(biāo)分類48-60
• 4.1 目標(biāo)分類算法的選取48-49
• 4.2 基于KNN模板匹配的船舶目標(biāo)分類49-50
• 4.3 基于BP人工神經(jīng)網(wǎng)絡(luò)的船舶目標(biāo)分類50-55
• 4.3.1 分類器的構(gòu)造50-52
• 4.3.2 分類器的訓(xùn)練52-55
• 4.4 船舶目標(biāo)分類實(shí)驗(yàn)55-59
• 4.5 本章小結(jié)59-60
• 第5章 總結(jié)與展望60-61
• 5.1 本文總結(jié)60
• 5.2 研究展望60-61
• 參考文獻(xiàn)61-65
• 致謝65-66
• 作者簡(jiǎn)介66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 D.Giuli;M.Gherardelli;M.Fossi;王德純;;用極化判別進(jìn)行目標(biāo)分類和識(shí)別[J];現(xiàn)代雷達(dá);1987年02期

2 A. Farina;A. Visconti;陳振邦;;利用多重假設(shè)測(cè)試法對(duì)雷達(dá)目標(biāo)分類[J];國(guó)外艦船技術(shù).雷達(dá)與對(duì)抗;1988年Z1期

3 J.S.陳;E.K.沃爾頓;陳振邦;;兩種目標(biāo)分類技術(shù)的比較[J];國(guó)外艦船技術(shù).雷達(dá)與對(duì)抗;1987年04期

4 杜思偉;林家駿;蘇永明;;基于條件證據(jù)更新的機(jī)動(dòng)目標(biāo)分類[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

5 郭雷,肖懷鐵,付強(qiáng);基于支持矢量機(jī)特征空間距離的多目標(biāo)分類方法[J];計(jì)算機(jī)仿真;2005年09期

6 張漢華,王偉,姜衛(wèi)東,陳曾平,莊釗文;基于時(shí)間譜信息的低分辨雷達(dá)飛機(jī)目標(biāo)分類[J];系統(tǒng)工程與電子技術(shù);2004年04期

7 王強(qiáng)光;伍鐵軍;;智能監(jiān)控系統(tǒng)中的運(yùn)動(dòng)目標(biāo)分類方法研究[J];工業(yè)控制計(jì)算機(jī);2011年01期

8 林幼權(quán);;球載雷達(dá)目標(biāo)分類與識(shí)別技術(shù)研究[J];現(xiàn)代雷達(dá);2011年07期

9 寇英信;王琳;全勇;;自組織特征映射網(wǎng)絡(luò)在目標(biāo)分類識(shí)別中的應(yīng)用[J];火力與指揮控制;2009年01期

10 劉佶鑫;孫權(quán)森;曹國(guó);;壓縮感知稀疏識(shí)別用于多視角圖像目標(biāo)分類[J];應(yīng)用科學(xué)學(xué)報(bào);2013年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 朱靖;王曉博;王國(guó)宏;;一種基于高度信息的目標(biāo)分類方法[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

2 周維;莊連生;俞能海;;小規(guī)模和非平衡數(shù)據(jù)下的目標(biāo)分類[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 盧家楣;劉偉;賀雯;;課堂教學(xué)的情感目標(biāo)分類與測(cè)評(píng)[A];第十一屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

4 計(jì)科峰;高貴;賈承麗;匡綱要;粟毅;;一種利用方位角信息基于峰值匹配的SAR圖像目標(biāo)分類方法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

5 任皓;計(jì)科峰;張愛(ài)兵;周石琳;;一種利用方位角信息的SAR目標(biāo)分類方法[A];第七屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

6 王曉靜;原達(dá);李道凱;;應(yīng)用Krawtchouk矩和SVM的運(yùn)動(dòng)目標(biāo)分類技術(shù)[A];第五屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

7 丘昌鎮(zhèn);任皓;鄒煥新;周石琳;;基于PCA和2D-PCA特征的SAR圖像目標(biāo)分類性能比較[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 梁鵬;基于內(nèi)容的目標(biāo)分類識(shí)別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2011年

2 王世f^;面向SAR圖像目標(biāo)分類的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 萬(wàn)瀟婷;與位置無(wú)關(guān)的室內(nèi)多靜止目標(biāo)分類方法研究[D];南昌大學(xué);2015年

2 張恒;WSN監(jiān)測(cè)系統(tǒng)中目標(biāo)分類與多目標(biāo)定位的研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

3 李瑋璐;基于JEM效應(yīng)的飛機(jī)目標(biāo)分類方法研究[D];西安電子科技大學(xué);2014年

4 趙紫蕙;微多普勒效應(yīng)在飛機(jī)目標(biāo)分類中的應(yīng)用研究[D];西安電子科技大學(xué);2014年

5 田星華;窄帶雷達(dá)車輛目標(biāo)分類方法及實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 蔡利;智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)的分類識(shí)別研究[D];南京郵電大學(xué);2015年

7 顧婷婷;智能視頻監(jiān)控平臺(tái)中運(yùn)動(dòng)目標(biāo)分類的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2015年

8 郭倩;基于視覺(jué)詞包模型的大規(guī)模目標(biāo)分類和檢索[D];河南大學(xué);2015年

9 都期望;基于MPEG-7標(biāo)準(zhǔn)的海上移動(dòng)目標(biāo)分類方法研究[D];大連海事大學(xué);2016年

10 田彬;視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)分類方法研究[D];山東輕工業(yè)學(xué)院;2010年

，

本文編號(hào)：781781