發(fā)布時間：2023-06-03 17:54

　　社會的需求促使著目標(biāo)跟蹤與識別技術(shù)不斷地向前發(fā)展,目標(biāo)跟蹤與識別技術(shù)已在多個領(lǐng)域得到了很好地應(yīng)用,并產(chǎn)生了巨大的價值。因此研究目標(biāo)跟蹤與識別技術(shù)具有很重要的意義。本文主要對目標(biāo)跟蹤與識別技術(shù)進(jìn)行了研究,另外還研究了人工魚群算法,并將其引入到目標(biāo)跟蹤與識別中,以此來提高跟蹤精度和識別率。主要研究工作如下:(1)針對人工魚群算法采用固定的視野和步長導(dǎo)致算法收斂后期發(fā)生振蕩現(xiàn)象、不能精確到達(dá)全局極值的問題,提出了兩種改進(jìn)的人工魚群算法,改進(jìn)的算法采用變化的視野和步長,視野和步長是根據(jù)人工魚彼此之間的距離來確定的,視野和步長逐漸減小,避免了人工魚群算法采用固定的小視野、小步長或者大視野、大步長所出現(xiàn)的各種情況,經(jīng)過實(shí)驗證明,改進(jìn)之后的算法能夠更精確地收斂到極值。(2)針對LBP特征提取算法對噪聲敏感、二值模式數(shù)量過多問題,本文提出了一種改進(jìn)的LBP算法,改進(jìn)的算法生成的二值模式數(shù)量比原來減少了一半,同時增加了對噪聲的容忍程度,對比分析了另外四種特征提取算法,經(jīng)過實(shí)驗證明,改進(jìn)后的算法得到了明顯的提升。(3)針對粒子濾波算法的粒子權(quán)值會隨著迭代的進(jìn)行而逐漸減小,粒子權(quán)值的方差變大,導(dǎo)致估計的狀態(tài)...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢
        1.2.1 人工魚群算法的研究現(xiàn)狀
        1.2.2 目標(biāo)跟蹤研究現(xiàn)狀
        1.2.3 目標(biāo)識別之人臉識別研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 論文結(jié)構(gòu)安排
    參考文獻(xiàn)
第二章 圖像特征提取、目標(biāo)跟蹤識別技術(shù)綜述
    2.1 圖像特征提取算法
        2.1.1 HOG算法概述
        2.1.2 WLD算法概述
        2.1.3 Gabor+PCA算法概述
        2.1.4 2DLDA算法概述
    2.2 運(yùn)動目標(biāo)跟蹤技術(shù)
    2.3 目標(biāo)識別技術(shù)
    2.4 本章小結(jié)
    參考文獻(xiàn)
第三章 改進(jìn)的人工魚群算法
    3.1 傳統(tǒng)人工魚群算法
        3.1.1 覓食行為
        3.1.2 聚群行為
        3.1.3 追尾行為
        3.1.4 隨機(jī)行為
        3.1.5 公告牌
        3.1.6 行為評價
    3.2 參數(shù)對算法收斂的影響
    3.3 改進(jìn)的人工魚群算法
    3.4 仿真實(shí)驗分析
        3.4.1 函數(shù)的收斂曲線和結(jié)果
        3.4.2 標(biāo)準(zhǔn)差
    3.5 本章小結(jié)
第四章 基于改進(jìn)人工魚群算法的人臉識別
    4.1 支持向量機(jī)
        4.1.1 支持向量機(jī)基本原理
        4.1.2 人工魚群算法對支持向量機(jī)參數(shù)的優(yōu)化
        4.1.3 參數(shù)對支持向量機(jī)的影響
    4.2 LBP人臉特征提取算法
        4.2.1 傳統(tǒng)LBP算法概述
        4.2.2 改進(jìn)的LBP算法
    4.3 改進(jìn)的人工魚群算法優(yōu)化支持向量機(jī)參數(shù)的人臉識別
    4.4 實(shí)驗結(jié)果分析
    4.5 本章小結(jié)
    參考文獻(xiàn)
第五章 基于改進(jìn)人工魚群算法的粒子濾波目標(biāo)跟蹤
    5.1 貝葉斯估計理論
    5.2 粒子濾波目標(biāo)跟蹤
    5.3 改進(jìn)的人工魚群算法
    5.4 基于改進(jìn)人工魚群算法的粒子濾波目標(biāo)跟蹤
    5.5 仿真實(shí)驗分析
        5.5.1 實(shí)驗結(jié)果及分析
        5.5.2 標(biāo)準(zhǔn)差
        5.5.3 函數(shù)的收斂曲線
        5.5.4 跟蹤結(jié)果
    5.6 本章小結(jié)
    參考文獻(xiàn)
第六章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 展望
攻讀碩士學(xué)位期間學(xué)術(shù)成果及獎勵
致謝



本文編號：3829766