基于小样本学习的复杂背景下实时目标跟踪与识别

《基于小样本学习的复杂背景下实时目标跟踪与识别》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、中图分类号：TP751.1论 文 编 号 ：10006BY0603201博 士 学 位 论 文基于小样本学习的复杂背景下实时目标跟踪与识别作者姓名学科专业黄丕培模式识别与智能系统指导教师秦世引教授培养学院自动化科学与电气工程学院Real-time Object Tracking and Recognitionunder Complex BackgroundBased on Learning from Small SamplesA Dissertation Submitted for the 

2、Degree of Doctor of PhilosophyCandidate：Pipei HuangSupervisor：Prof. Qin ShiyinSchool of Automation Science & Electrical EngineeringBeihang University, Beijing, China中图分类号：TP751.1论 文 编 号 ： 10006BY0603201博士学位论文基于小样本学习的复杂背景下实时目标跟踪与识别作者姓名黄丕培申请学位级别工学博士指导

3、教师姓名秦世引职称教授学科专业模式识别与智能系统研究方向机器学习与模式识别学习时间自2006 年 09 月 日起至2012 年月 日止论文提交日期2012 年月 日论文答辩日期2012 年月 日学位授予单位北京航空航天大学学位授予日期2012 年月 日关于学位论文的独创性声明本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外，本论文不包含其他人已经发表或撰写的研究成果，

4、也不包含本人或他人为获得北京航空航天大学或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。若有不实之处，本人愿意承担相关法律责任。学位论文作者签名：日期：年月日学位论文使用授权书本人完全同意北京航空航天大学有权使用本学位论文（包括但不限于其印刷版和电子版），使用方式包括但不限于：保留学位论文，按规定向国家有关部门（机构）送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编

5、入有关数据库进行检索，采用影印、缩印或其它复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名：指导教师签名：日期：日期：年年月月日日摘要复杂背景下的目标跟踪与识别一直以来都是广大研究工作者面临的极具挑战性的问题。机器学习的目的是根据给定的训练样本，通过某种方式的训练以发掘或掌握所给样本集合的特征信息的驱动/响应关系，从而将所给样本集合的内在机理或机制的知识形态转换为机器可执行的推理决策功能，进而可实现对训练样本所代表的客体对象的分类识别与评判处理。针对复杂背景下目标

6、跟踪与识别所必须面对的诸多不确定因素，采用机器学习方法可在一定程度上克服常规目标跟踪识别方法的局限性，但在小样本条件下又面临着严重的挑战。本文在综合分析国内外视频/图像目标跟踪与识别研究动态的基础上，结合实际应用背景和技术需求，着重研究了复杂背景下基于小样本学习的实时目标跟踪与识别的理论算法与关键实现技术。本文主要贡献包括下列几个方面：（1）提出了基于小样本多任务学习的复杂背景目标识别算法。针对复杂背景下小样本学习之特点，从单任务学习入手，通过多个视角（view）把握和追求目标识别的效果，以建立多任

7、务学习的机制，通过多视角 Boosting 弱分类器的综合集成以实现在小样本条件下的复杂背景的目标识别。仿真实验结果验证了此算法的良好性能。（2）提出了小样本条件下的多源迁移学习目标识别算法。针对多任务学习目标识别方法中，主任务标注样本难以获取的情况，本文运用迁移学习的思想原理，提出了多源迁移学习的 Boosting 算法，使多领域数据源之间的共享特征得以充分利用而构建出泛化能力更强的分类器，以实现更高精度的目标分类识别。与当前已发表的同类方法相比较，本文提出的多源迁移学习分类识别算法在准确性与稳定

8、性方面具有明显优势。（3）面向目标跟踪与识别的实际应用背景和技术需求，研究了图像降噪与质量评价方法，在图像质量评价算法和基于机器学习的主/客观评价指标的合成与统一等方面取得了满意的结果。本文在对图像质量的多种评价方法和指标进行深入分析的基础上，通过监督学习实现了主/客观评价指标的统一，从而形成一种新的学习型图像质量评价方法。实验结果表明，针对不同污染背景的待评图像，运用本文提出的方法所设计的质量评估器可实现稳定合理的质量评价。（4）根据在复杂背景下对多个智能活体目标进