本文選題：機器學習 + 三角剖分　； 參考：《長春理工大學》2017年碩士論文

【摘要】：在智能視頻檢測系統(tǒng)中,目標車輛的正確識別并跟蹤是智能交通系統(tǒng)的主要功能,在機器學習框架下,作為視頻監(jiān)控中最基礎(chǔ)的部分——目標檢測與跟蹤。將目標跟蹤問題視為機器學習中的二分類問題,通過機器學習找到合適的特征以及恰當?shù)姆诸惸Ｊ?進而實現(xiàn)對目標的高效跟蹤。目標跟蹤存在幾種主要問題:場景中運動目標對跟蹤目標產(chǎn)生干擾、相近目標之間遮擋、自身陰影以及目標的姿態(tài)變化,都會對目標的正確跟蹤產(chǎn)生較大的影響。針對以上問題,引入機器學習手段,通過對傳統(tǒng)算法改進,提高目標跟蹤的實時性,準確度和魯棒性,本論文根據(jù)已有算法的優(yōu)缺點,以提高目標跟蹤算法綜合性能為目的。主要的研究工作包括兩方面:設(shè)計并實現(xiàn)兩種算法,一是利用圖模型——三角剖分方法對輸入圖像劃分網(wǎng)格,將目標與背景分離,提取出的目標角點能量特征,將特征向量化作為改進SVM分類器正負樣本,根據(jù)分類結(jié)果學習最優(yōu)的分類器參數(shù),實現(xiàn)目標跟蹤。二是基于深度學習理論,構(gòu)建深度自編碼學習網(wǎng)絡(luò),將目標車輛像素級別特征聚合成為結(jié)構(gòu)化特征,訓練網(wǎng)絡(luò)以及分類權(quán)值,根據(jù)后續(xù)測試樣本進行參數(shù)微調(diào)以及權(quán)值更新,使得復雜條件下并受到遮擋的目標跟蹤正確率有效提升。
[Abstract]:in that intelligent video detection system , the correct recognition and follow - up of the target vehicle is the main function of the intelligent traffic system .

【學位授予單位】：長春理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;TP181

【參考文獻】

相關(guān)期刊論文 前3條

1 程帥;曹永剛;孫俊喜;趙立榮;劉廣文;韓廣良;;基于增強群跟蹤器和深度學習的目標跟蹤[J];電子與信息學報;2015年07期

2 莊福振;羅平;何清;史忠植;;遷移學習研究進展[J];軟件學報;2015年01期

3 鄭胤;陳權(quán)崎;章毓晉;;深度學習及其在目標和行為識別中的新進展[J];中國圖象圖形學報;2014年02期

，

本文編號：1732129