中低空遥感影像检测与追踪

《中低空遥感影像检测与追踪》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中低空遥感影像检测与追踪Low-altitudeRemoteSensingImageDetectionandTracking作者姓名：石鑫专业名称：计算机应用技术指导教师：冯月萍教授学位类别：工学硕士答辩日期：2015年5月19日摘要摘要中低空遥感影像检测与追踪中低空遥感影像在现实生活中的意义越来越大，无论是大型地质灾害（如地震）还是大型场馆发生紧急情况（如火灾）时，利用中低空遥感影像的进行检测与追踪，及时获取灾区灾情严重程度与空间分布情况，更有利于第一时间确定更好的应急方案，将生命财产的损失降低到最小。本文针对中低空遥感影像识别与跟踪中出现的人体所

2、占像素非常小（大约只占4-8个像素左右），借助传统体特征（如人脸，人体行为）等特征来实现人体识别变的非常困难的状况，利用中低空遥感影像中人与人影具有的Haar-like特征进行人体识别。本文在使用Adaboost训练器进行中低空遥感影像检测过程中发现了三点降低样本错误检测率的方法。第一种方法，基于bootstrapping思想，对adaboost训练过程中负样本的选取，首先对带有目标对象的背景图片，选择一个目标作为感兴趣的区域设定一个检测窗口，然后，用带有截取要检测对象的所有正样本进行检测，经过第一阶段的阶段的检测，在背景图片中会出现很多adaboo

3、st训练器生成的很多检测窗口，对里面没有检测目标的窗口进行截取，加入到adaboost训练的负样本中，重复此过程最终会得到一个很大的负样本库，通过该方法可以降低adaboost训练器的错误检测率。第二种方法，Adaboost训练器最终置信度值是通过各阶段弱分类器的加权值累积得到。Friedman文章中指出如果正样本与负样本没有混合，adaboost训练器不会对边界值敏感，因此为了降低类似人形背景图像的错误检测率，通过对adaboost训练器的最终置信度除以弱分类器个数得到标准检测值，每次负样本的截取，不是随机选择，而是选择标准检测值大于零，接近零的负

4、样本，加入负样本库。这种策略更加关注易混淆的边界样本，通过对边界样本加强训练，达到区别正负样本的目的，进一步降低错误检测率。第三种方法每个截取的正样本都含有一定的背景图像，虽然有时肉眼不可分辨，但是传给adaboost训练器进行特征训练时，都含有一定的负样本信息，这就对正样本的特征体征提取造成负面影响，因此在训练选择负样本是我们选取靠近正样本附近的负样本加入到负样本集中进行训练，这样就强化了负样本信息，从而降低adaboost训练过程中错误检测率。I摘要通过实验图表数据对比验证了本文所提出的三种方法在遥感影像检测时可以很大程度上降低Adaboost训

5、练中的错误检测率。对中低空遥感影像检测阶段得到的数据进行高斯核函数评估与非极大值抑制处理，只有置信度值超过指定门限值的目标才传递给跟踪函数，接着利用M-最优HMT算法对目标进行跟踪处理。实验结果表明，基于M-最优MHT算法能够克服漏检、虚警等情况实现了对中低空遥感影像的多人追踪。关键字：遥感影像，多目标追踪，Haar-like特征，adaboost算法IIAbstractAbstractLow-altitudeRemoteSensingImageDetectionandTrackingLow-altituderemotesensingimagesin

6、reallifeisbecomingmoreandmoreimportant,nomatterwhenbothlargegeologicaldisasters(suchasearthquakes)orlargevenuesemergencysituations(suchasfire)happens,theuseoflow-altituderemotesensingimagedetectionandtrackinghelpstotimelyaccesstothedisasterareatheseverityofthedisasterandthespat

7、ialdistribution,moreconducivetobetterdeterminethefirsttimeanemergencyprogramthatwillreducethelossoflifeandpropertytoaminimum.Aimingatpixelswhichisinlow-altituderemotesensingimagerecognitionandtrackingthatappearinthebodyisverysmallpercentage(approximatelyonlyabout4-8pixels),what

8、wewanttorealizehumanidentificationbecomesverydifficult