基于半監(jiān)督式學習靶標自動識別方法研究.pdf

1、目標跟蹤與識別作為計算機視覺領域中一個重要研究方向，融合了計算機、圖像處理、電子科學技術等多學科，在軍事和民用領域具有重要應用價值。靶標是靶場測試系統(tǒng)一種常用的目標，對靶標的有效識別在靶場武器裝備測試與性能評價系統(tǒng)中具有重要意義。
　　本文設計了一種基于半監(jiān)督式學習的算法對靶標進行跟蹤與識別，算法是由跟蹤與檢測兩部分構成，該算法的主要思想是將連續(xù)采集的靶標圖像聯(lián)立作為一組視頻序列，根據序列的第一幀靶標信息對后續(xù)幀靶標圖像進行跟蹤與

2、識別，由于檢測部分的數據是基于半監(jiān)督式學習的，可有效解決攝像機抖動、光照變化、目標尺度變化等對靶標圖像的影響。
　　分析了目標特征點（角點）選取的基本原理，研究分析了傳統(tǒng)光流法作為目標跟蹤算法的特點，采用金子塔 LK光流法作為目標跟蹤算法，有效地解決了傳統(tǒng)光流法不適用于目標大尺度運動跟蹤的問題。
　　討論了隨機森林算法的主要兩個應用即分類與回歸，文中隨機森林中樹的選擇沒有采用以往常用的決策樹，而是根據貝葉斯分類選用了蕨類分類

3、樹，其相對于決策樹具有結構簡單、分類速度快、分類節(jié)點閾值存儲量少的特點。
　　最后，根據以上研究與分析，設計了基于半監(jiān)督式學習的目標自動識別算法，應用于靶標、人臉、汽車等序列視頻流的跟蹤和識別，結果表明，在對靶標的識別中，確定的目標區(qū)域與實際靶標位置的重疊率達到了90％，對靶標識別的準確度P值達到了100%，在對人臉、汽車等序列視頻流的跟蹤和識別中，P(精度)、R(召回率)和F(綜合評價參數)均取得了滿意的效果。由于該算法是根據視