基于轮廓特征的神经网络目标识别研究

• 作者: 孙涛 王挺峰 王灿进 陈娟
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 轮廓片段 K-mediod聚类 匹配代价 神经网络
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 成像技术与图像处理
• 页码范围: 641-648
• 页数: 8页
• 分类号: TN391
• 字数: 5260字
• 语种: 中文
• DOI: 10.3788/YJYXS20132804.0641

摘要

为了实现威胁源自动报警,使用BP神经网络构建自动报警系统.针对帧差法提取出的目标轮廓有重复和受变化背景影响的问题,提出了一种基于轮廓片段的目标特征提取方法.首先使用k-mediod聚类以剔除重复轮廓,再结合轮廓片段生长的方法,计算待识别轮廓和验证图片集的匹配代价以剔除背景轮廓,提取出匹配代价最小的轮廓生成轮廓片段字典.随后计算归一化的轮廓矩生成特征向量.最后将提取出的特征向量输入事先训练生成的BP神经网络进行分类.实验结果表明,算法适用于典型刚性目标识别,对于实验视频中枪支的平均识别率达到93.5％,单帧平均运算时间3.67 ms；对于Berkeley运动分割数据集中车辆的识别率达到98.2％,单帧平均运算时间5.26 ms.算法具有高实时性、高准确率的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙涛	中国科学院长春光学精密机械与物理研究所	100	734	14.0	23.0
2	王灿进	中国科学院长春光学精密机械与物理研究所	17	108	6.0	10.0
6	王挺峰	中国科学院长春光学精密机械与物理研究所	78	435	12.0	17.0
7	陈娟	中国科学院长春光学精密机械与物理研究所	110	1294	20.0	31.0