闻帆,屈桢深,闫纪红
(1.哈尔滨工业大学 机电工程学院,黑龙江 哈尔滨 150001;2.哈尔滨工业大学 空间控制与惯性技术研究中心,黑龙江哈尔滨150001)
智能化的视频监控(intelligent video surveillance,IVS)是将图像与事件建立一种映射关系,借助计算机强大的数据处理能力对监控视频的内容进行描述、理解和分析,并能根据分析的结果对视频监控系统进行控制,从而使视频监控系统具有较高层次的智能化水平.其中,运动目标的自动分类是其中不可或缺的一个重要环节.在交通领域中的智能交通控制管理系统中,通过提取车辆目标的特征可计算出交通流参数,依此来设定信号配时[1].在交叉口碰撞检测中,正确地识别出运动目标并根据其运行轨迹,可以预测是否有碰撞发生[2].除此之外,目标分类算法还可以实现智能车辆对周边环境中感兴趣目标的检测、分类和存储等功能[3].
目前,目标分类算法主要分为两类:基于样本或模板的方法和基于形状特征[4]的方法.相对于前者,基于形状的方法在描述同类目标或具有相似运动的目标时很难用统一的模型加以表征,因此在对目标进行精细分类时存在明显的不足.虽然国内外学者提出了诸多分类算法,但是迄今为止,如何对目标进行有效地分类,还是一个尚未得到很好解决的问题.
目前,基于梯度方向直方图[5]的纹理描述符已用于目标分类.文献[6]找到一个解决弥补在某些情况下单个分类器不足问题的方法,就如何将……