【技术实现步骤摘要】
本专利技术属于图像处理
,更进一步涉及一种模式识别领域中的。本专利技术通过扩张式学习方法来训练人工神经网络,然后利用人工神经网络检测图像序列中的目标,可应用于远程监控、智能交通等。
技术介绍
人工神经网络是一种应用类似大脑神经突触连接的结构进行信息处理的数学模型,这种网络依靠系统的复杂程度,通过调整内部大量节点之间的相互连接的关系,从而达到处理信息的目的。当前,人工神经网络凭借其强大的泛化能力、自学习、自组织功能而被广泛应用于目标跟踪方面,通过选取包含目标运动动态过程中全部特征信息的训练样本集对人工神经网络进行学习训练,使得人工神经网络能够“记忆”已学习目标的某些特征,在待跟踪序列图中搜索目标最佳位置,并实现目标跟踪。 上海北控智能科技有限公司提出的专利申请“基于神经网络进行识别的算法的人脸识别方法”(专利申请号200710042383. 9,公开号CN101329722),公开了一种基于部件的多特征识别算法的人脸识别方法。该方法主要步骤包括第一步,人脸检测判断输入图像中是否存在人脸,如果有,给出每个人脸的位置,大小;第二步,面部特征定位对找到的每个人脸,检测其主要器官的位置和形状等信息;第三部,人脸对比根据面部特征定位的结果,与库中的人脸对比,判断该人脸的身份信息。该方法虽然能有效识别人脸的身份信息,但仍然存在的不足是该方法建立的人脸样本库需要大量的人脸样本,而获得这些样本需要拍摄大量的图像,再通过人工或机器标记的方法从图像中选择出合适的样本,这样会消耗较长时间和大量的资源。上海交通大学提出的专利申请“基于神经网络的机动目标精确跟踪方法”(专利申 ...
【技术保护点】
【技术特征摘要】
1 一种基于目标跟踪的人工神经网络扩张式学习方法,包括以下步骤 (1)建立训练样本集 Ia)用计算机画图程序打开待跟踪序列图的第I帧图像; Ib)手动截取待跟踪序列图第I帧图像中的目标区域,将目标区域的高度和宽度作为搜索框的高度和宽度; Ic)将第I帧图像中的目标区域作为训练样本集编号为I的样本; Id)调用软件平台matlab的imread函数,根据训练样本集中样本的编号依次输入训练样本集中的样本对应于计算机中的存储路径和文件名称,依次输出与训练样本集中样本编号对应的样本灰度值矩阵,作为人工神经网络的输入数据; Ie)将待跟踪序列图第I巾贞图像作为当前巾贞图像,调用软件平台matlab的imread函·数,输入当前帧图像对应于计算机中的存储路径和文件名称,输出当前帧图像的灰度值矩阵; (2)获取样本标准化灰度值矩阵 根据训练样本集中样本编号依次找出与之对应的样本灰度值矩阵,在对应的样本灰度值矩阵的左右边缘同时填充相同列数的零元素,在上下边缘同时填充相同行数的零元素,获得与训练样本集中样本编号对应的所有样本标准化灰度值矩阵; (3)构建人工神经网络模型 3a)根据训练样本集的样本个数,设定人工神经网络的最大误差; 3b)根据训练样本集中样本的编号依次将样本标准化灰度值矩阵由输入层的两个子网络输入人工神经网络,依次获得与训练样本集中样本编号对应的样本标准化灰度值矩阵中每个元素对应的子网络的权值; 3c)输入层根据训练样本集中样本编号将与之对应的子网络的权值分别做累和运算;3d)输出层将两个子网络累和运算的结果相减,获得差值,如果差值大于O则输出1,如果差值小于O则输出O,将输出的O的个数作为当前人工神经网络的误差; 3e)输出层判断当前人工神经网络误差是否大于人工神经网络的最大误差,如果大于最大误差,采用错误驱动准则更新样本标准化灰度值矩阵中每个元素对应的子网络的权值,否则,执行步骤⑷; (4)搜索当前帧图像中的目标 4a)以当前帧图像的灰度值矩阵左上角第一个元素所在位置为坐标原点,将向下方向作为纵坐标的正方向,向右方向作为横坐标的正方向,相邻元素间隔坐标轴标准单位,建立坐标系,得到当前帧图像的灰度值矩阵每一元素所在位置与坐标系中坐标的对应关系;将目标统计矩阵设置为与目标待搜索灰度值矩阵尺寸大小相同的零矩阵; 4b)将搜索框的中心平移至当前帧图像的灰度值矩阵中左上角第一个元素所在位置,获得搜索框中心位置对应坐标系的坐标; 4c)按搜索框高度和宽度截取当前帧图像的灰度值矩阵,得到待检测区域的灰度值矩阵,如果搜索框未超出当前帧图像的灰度值矩阵,执行步骤4d);否则,执行步骤4g); 4d)在待检测区域的灰度值矩阵的左右边缘同时填充相同列数的零元素,在上下边缘同时填充相同行数的零元素,得到待检测区域标准化灰度值矩阵; 4e)将待检测区域标准化灰度值矩阵由人工神经网络输入层的两个子网络输入人工神经网络,得到人工神经网络的输出; 4f)如果人工神经网络输出O,判断该元素所在位置为非目标位置,执行步骤4g);否贝U,判断该元素所在位置为目标位置,根据搜索框中心对应坐标系的坐标将目标统计矩阵中对应位置的数值设为-I ; 4g)按从左到右,从上到下的顺序,依次将搜索框中心平移至当前帧图像的灰度值矩阵中每一元素所在位置,获得搜索框中心位置对应坐标系的坐标; 4h)重复步骤4c)、步骤4d)、步骤4e)、步骤4f)直到搜索完当前帧图像的灰度值矩阵右下角最后一个元素所在位置; (5)判断目标的位置个数是否为I个 将目标统计矩阵中元素等于-I的个数作为目标的位置个数,如果目标位置个数为1,则将目标统计矩阵中-I元素所在位置作为最佳目标位置,执行步骤(8);否则,执行步骤 (6); (6)...
【专利技术属性】
技术研发人员:王军宁,涂尚斌,何迪,刘焕云,刘德方,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。