基于self—resemblance的视频通用目标跟踪和提取,这篇resemblance论文范文为免费优秀学术论文范文,可用于相关写作参考。
resemblance论文参考文献：
摘 要：针对目前图像识别中存在局部识别及特定目标识别的限制和目标视频片段提取的问题,该文利用局部自适应回归核函数（LARKs）,并结合self-resemblance、PCA、Saliency Map等方法而设计出一种视频中通用目标识别系统,该系统可以通过输入图片从视频中找到目标并进行跟踪,针对用户需求可以从视频中提取只与目标相关的视频片段,从而提高用户获取有效信息的效率.经过实验测试,该方法具有较高的准确率,特别是在视频监控领域具有重要的应用价值.
关键词：局部自适应回归核函数；self-resemblance；通用目标；跟踪提取；Saliency Map；PCA
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）04-0150-03
Research on General Targets Tracking and Extraction of Video Based on Self-Resemblance
HE Kun-peng, GONG Jie, HE Shan, CHU Fu-yin
（Southwest Petroleum University, Chengdu 610500,China）
Abstract： For there are local recognition and specific target recognition of the limitations and target video clips extracted problems in image recognition, In this paper, we use the locally adaptive regression kernel （LARKs）, Combined with self-resemblance, PCA, Saliency Map and other methods, a universal target recognition system in video is designed,, by inputting the target image from the video to find the target and tracking, according to the needs of the user can extract only associated with the target video clips from the video, so as to improve the user access to effective information efficiency. Through the test, the method has higher accuracy, especially in the field of video surveillance has important application value.
Key words： LARKS； self-resemblance； general objective； Tracking and extracting； Saliency Map；PCA
1 概述
圖像识别可以通过用计算机进行数据处理、分析,通过不同算法对特定目标及应用场景进行识别的技术.图像的识别经历了文字识别、数字图像处理与识别、物体识别三个阶段.[1]当前针对图像识别主要是对目标局部、针对特定个体进行识别,如这几年研究比较多的人脸识别、虹膜识别、车牌识别、人脸识别、手势识别等等,然而随着社会经济的不断发展,新媒体的发展日新月异,但是无论怎么变化,信息的传播基本是以文字、音频、视频为主要表现形式.图像识别技术在监控视频领域中有着较高的应用需求,主要的需求来源于对大量数据的有效存储和识别,以及实时监控两个方面.对于前者而言,如何存储海量数据和挖掘有效信息成为了一种急需解决的问题,对于后者而言如何对大量的实时监控视频进行处理已经成为人们关注的焦点,目前公共场所、道路交通、军工生产、高校校园都有拥有大量的视频监控设备,但是在发生突发事故时,面对海量的监控视频,不仅需要监控设备使用方拥有容量比较大的存储设备来存储数据,与此同时工作人员需要花费大量时间寻找与突发事件相关的视频片段.为了解决这些问题,我们提出了基于Self-Resemblance的视频通用目标跟踪与提取解决方案.所谓自相似是在待匹配的图片中到与自身最相似结果.先我们要获得原视频,通过程序处理将视频转化为图片帧的形式并保存,然后根据用户提供的或者视频中截取的目标进行匹配,并通过运行系统将检测结果自动标记出来,最后通过设置图片帧,将在视频中连续检测到超过一定时间的检测结果连起来输出,即可提取出目标视频片段,系统识别流程图如图1所示.本文的不同之处在于可以达到以图搜索目标的目的,并且可以在监控视频中自动提取与识别目标相关的视频片段,对输入的待识别目标样本没有特殊要求,从而实现通用目标识别,在一定程度上待匹配目标的与样本相似程度对识别正确率会有一定影响,这也是目前存在的难点,图2为系统软件的界面图.
2 相关工作
2.1 LARKs特征计算
自动视频跟踪是通过图像处理算法,实时计算出选定的目标（如人、车辆等）在图像中的精确位置,并控制状态转动,从而保持目标始终处在视频窗口中的一个指定位置.[2]但是在实际情况中,识别目标比较复杂,不仅仅是依靠人体某些局部部位,因此针对不同的应用场合,从物体局部位向物体的识别能够很好地解决这一矛盾.通常在视频监控系统中需要对移动目标先检测后识别,本文主要使用了LARKs（LocallyAdaptive Regression Kernels）,即局部自适应回归核函数,LARKs关键思想是在评估梯度的基础上通过分析像素值的差异来有力的获取图像的结构,并且使用获取的结构信息决定典型核函数的模型及大小,而局部核被模型化为一个径向对称函数[3].
结论：关于resemblance方面的的相关大学硕士和相关本科毕业论文以及相关resemblance论文开题报告范文和职称论文写作参考文献资料下载。
水下制导多目标跟踪关键技术
摘 要：随着军事现代化技术的不断发展和进步，对海军作战的要求越来越高，尤其是水下作战，但是水下作战的环境变得越来越复杂，传统意义的水下制导系统已。
基于目标跟踪识别的ISAR干扰效果评估
摘要：为了将设备级别的技术评估指标集成到宏观防御系统评估中．根据IsAR系统跟踪与成像之间的关系，提出基于目标识别的IsAR干扰效果评估方法。随。
监控视频中运动目标的自动检测、跟踪和提取
摘 要：为了能够从监控视频中快速准确地分析运动目标，文章提出了一种新的运动目标自动检测、跟踪和提取方法。首先通过混合高斯模型背景差分法获得运动目。
目标成本管理在房地产企业应用
摘 要：随着我国经济的迅速发展，我国的房地产业越来越火热，房地产企业如雨后春笋般增加，房地产市场的竞争也越来越激烈。如何在如此激烈的市场竞争环境。