10.3969/j.issn.1007-757X.2022.09.011
基于机器学习的动态环境运动目标自动识别研究
为防止噪声、光照、背景不断变化等动态环境下识别到的运动目标空洞、轮廓不完整以及目标跟踪丢失现象产生,提出了基于机器学习的动态环境运动目标自动识别方法.对运动视频图像进行中值滤波去噪,并采用改进差分法进行运动目标检测;采用CamShift算法通过查询颜色概率分布图获取将输入像素点作为目标像素点的概率,并采用MeanShift迭代运算实现运动目标自动跟踪识别;实验结果表明,对于动态环境下运动目标,所提出的方法能够实现运动目标识别率高,误识别率低,能够提高运动目标自动识别的准确性和可靠性.
机器学习、动态环境、运动目标、CamShift算法、检测跟踪
38
TP391(计算技术、计算机技术)
江苏省职业教育教学改革研究课题ZZZ27
2022-11-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
34-37