中低空遙感影像檢測與追蹤

中低空遙感影像檢測與追蹤

ID:35142826

大?。?.18 MB

頁數(shù):55頁

時間:2019-03-20

中低空遙感影像檢測與追蹤_第1頁
中低空遙感影像檢測與追蹤_第2頁
中低空遙感影像檢測與追蹤_第3頁
中低空遙感影像檢測與追蹤_第4頁
中低空遙感影像檢測與追蹤_第5頁
資源描述:

《中低空遙感影像檢測與追蹤》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、中低空遙感影像檢測與追蹤Low-altitudeRemoteSensingImageDetectionandTracking作者姓名:石鑫專業(yè)名稱:計算機應(yīng)用技術(shù)指導(dǎo)教師:馮月萍教授學(xué)位類別:工學(xué)碩士答辯日期:2015年5月19日摘要摘要中低空遙感影像檢測與追蹤中低空遙感影像在現(xiàn)實生活中的意義越來越大,無論是大型地質(zhì)災(zāi)害(如地震)還是大型場館發(fā)生緊急情況(如火災(zāi))時,利用中低空遙感影像的進行檢測與追蹤,及時獲取災(zāi)區(qū)災(zāi)情嚴重程度與空間分布情況,更有利于第一時間確定更好的應(yīng)急方案,將生命財產(chǎn)的損失降低到最小。本文針對中低空遙感影像識別與跟蹤中出現(xiàn)的人體所

2、占像素非常小(大約只占4-8個像素左右),借助傳統(tǒng)體特征(如人臉,人體行為)等特征來實現(xiàn)人體識別變的非常困難的狀況,利用中低空遙感影像中人與人影具有的Haar-like特征進行人體識別。本文在使用Adaboost訓(xùn)練器進行中低空遙感影像檢測過程中發(fā)現(xiàn)了三點降低樣本錯誤檢測率的方法。第一種方法,基于bootstrapping思想,對adaboost訓(xùn)練過程中負樣本的選取,首先對帶有目標對象的背景圖片,選擇一個目標作為感興趣的區(qū)域設(shè)定一個檢測窗口,然后,用帶有截取要檢測對象的所有正樣本進行檢測,經(jīng)過第一階段的階段的檢測,在背景圖片中會出現(xiàn)很多adaboo

3、st訓(xùn)練器生成的很多檢測窗口,對里面沒有檢測目標的窗口進行截取,加入到adaboost訓(xùn)練的負樣本中,重復(fù)此過程最終會得到一個很大的負樣本庫,通過該方法可以降低adaboost訓(xùn)練器的錯誤檢測率。第二種方法,Adaboost訓(xùn)練器最終置信度值是通過各階段弱分類器的加權(quán)值累積得到。Friedman文章中指出如果正樣本與負樣本沒有混合,adaboost訓(xùn)練器不會對邊界值敏感,因此為了降低類似人形背景圖像的錯誤檢測率,通過對adaboost訓(xùn)練器的最終置信度除以弱分類器個數(shù)得到標準檢測值,每次負樣本的截取,不是隨機選擇,而是選擇標準檢測值大于零,接近零的負

4、樣本,加入負樣本庫。這種策略更加關(guān)注易混淆的邊界樣本,通過對邊界樣本加強訓(xùn)練,達到區(qū)別正負樣本的目的,進一步降低錯誤檢測率。第三種方法每個截取的正樣本都含有一定的背景圖像,雖然有時肉眼不可分辨,但是傳給adaboost訓(xùn)練器進行特征訓(xùn)練時,都含有一定的負樣本信息,這就對正樣本的特征體征提取造成負面影響,因此在訓(xùn)練選擇負樣本是我們選取靠近正樣本附近的負樣本加入到負樣本集中進行訓(xùn)練,這樣就強化了負樣本信息,從而降低adaboost訓(xùn)練過程中錯誤檢測率。I摘要通過實驗圖表數(shù)據(jù)對比驗證了本文所提出的三種方法在遙感影像檢測時可以很大程度上降低Adaboost訓(xùn)

5、練中的錯誤檢測率。對中低空遙感影像檢測階段得到的數(shù)據(jù)進行高斯核函數(shù)評估與非極大值抑制處理,只有置信度值超過指定門限值的目標才傳遞給跟蹤函數(shù),接著利用M-最優(yōu)HMT算法對目標進行跟蹤處理。實驗結(jié)果表明,基于M-最優(yōu)MHT算法能夠克服漏檢、虛警等情況實現(xiàn)了對中低空遙感影像的多人追蹤。關(guān)鍵字:遙感影像,多目標追蹤,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

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。