智能视频监控平台中运动目标分类的研究与实现.pdf

智能视频监控平台中运动目标分类的研究与实现.pdf

ID:50116971

大小:4.00 MB

页数:58页

时间:2020-03-05

智能视频监控平台中运动目标分类的研究与实现.pdf_第1页
智能视频监控平台中运动目标分类的研究与实现.pdf_第2页
智能视频监控平台中运动目标分类的研究与实现.pdf_第3页
智能视频监控平台中运动目标分类的研究与实现.pdf_第4页
智能视频监控平台中运动目标分类的研究与实现.pdf_第5页
资源描述:

《智能视频监控平台中运动目标分类的研究与实现.pdf》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、-.-..?'.,r';10巧3密级单位代码;___■(.’.V‘..'、_,’一考皮《化硕女俗A乂IW-—??、*一.、.、'-.'.’I^-.马;,神'-■、、?.、'..?.,'-、'f.i论文题目:智能视频监控平台中运动目祿分类的研究与实现八一‘''%..''去.片革:;''.一.车’爭学号1212012221^若气'姓名顾椿嬉巧'-■导师

2、李晓飞I专业学位类别工程硕±类型全日制专业(领域)电子与通信工程论文提交日期2015年3月南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研充王作及取得的研巧成果。尽我所知,除了文中特别加标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研巧成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。一与我同工作的同志对本研究所做的任何贡献巧己在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关

3、资料若有不实,愿意承担切相关的法律责任。%V王研究生签名:日期:峡k旅均巧I南京邮电大学学位论文使用授权声明本人授权南京邮电大学可抖保留并向国家有关部口或机构送交论文的复印件和电子文挡;允许论文被查阅和借阅:可臥将学位论文的全部或部分内容编入有关数据库进行检索;可心以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文一的内容相致。论文的公布(包括刊登)授权南京邮电大学研巧生院办理。涉密学位论文在解密后适用本授权书。研巧生签名:导师签名:日期;R

4、esearchandimplementationofmovingtargetclassificationinintelligentvideosurveillanceplatformThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByGuTingtingSupervisor:Prof.LiXiaofeiMarch2015摘要智能视频监控平台的相关研究是机器视觉领域的一个重要研究方向

5、。随着经济的快速发展,科技、社会都在不断进步,人们的生活水平也在随之提高,因而各行各业对智能视频监控的需求也在不断增强,这使得越来越多的国内外学者投身到智能视频监控平台的相关研究工作中。智能视频监控平台的主要作用是对监控视频中的特定目标进行检测、分类、跟踪和行为理解。其中,目标分类是智能视频监控平台搭建过程中的一个重要步骤,目标分类是对前期检测出来的感兴趣的运动目标按照特定需求进行归类,以支持后期继续的目标跟踪和行为理解。本文主要是对智能视频监控平台中运动目标的分类的研究与实现,本文所使用的算法是利用概率决策树框架搭配

6、Adaboost分类算法。该算法的主要步骤是先对多种特征以及特征提取方案进行研究,对比确定Haar-like作为本算法所需的特征。随后将所有待训练的正、负样本集进行特征提取,把提取的特征值进行Adaboost训练,将训练得到的强分类器作为概率决策树的一个节点,并继续对子集再进行Adaboost训练,形成一个子节点,直到错误率为零或者样本数量小于20训练结束,通过每一个节点构成一棵概率决策树。最后计算判决概率,以实现对视频场景中的运动目标分类识别。与传统的Adaboost分类算法不同的是,本文将传统Adaboost分类算

7、法与概率决策树(PBT)框架相结合,概率决策树的每一个节点都是一个用Adaboost算法训练出来的强分类器,对分类的结果不断再进行Adaboost分类,直到得到正确分类结果。此外,本文还提出了利用计算后验分布pyx(

8、)来完成对每一个节点分类的判决,在略微增加算法复杂度的基础上,大大减少了结果的偶然性,提高了算法的精确度。关键词:智能视频监控平台,特征提取,Adaboost,概率决策树,目标分类ⅠAbstractIntelligentvideosurveillanceplatformisanimportantresea

9、rchtopicinthefieldofmachinevision.Withtherapiddevelopmentofeconomy,scienceandtechnologysocietyaregrowing,thelivingstandardsofpeoplealsowillbeimproved.Thusthedemandfo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。