1、復(fù)雜交通環(huán)境中基于視頻圖像序列的多目標(biāo)跟蹤與識別技術(shù)是智能交通監(jiān)控系統(tǒng)領(lǐng)域近年來備受關(guān)注的熱點之一,其涉及的技術(shù)知識十分廣泛,包括計算機(jī)視覺、圖像處理與模式識別、人工智能、通信等技術(shù)的綜合應(yīng)用。本文以實現(xiàn)智能視頻監(jiān)控系統(tǒng)的一個重要環(huán)節(jié)——多目標(biāo)的識別為方向,針對車載監(jiān)控視頻中的人體運(yùn)動目標(biāo)的識別及涉及的相關(guān)問題進(jìn)行深入研究。通過分析現(xiàn)有的目標(biāo)識別技術(shù),針對傳統(tǒng)目標(biāo)識別方法和近年來王守覺院士提出的從人類認(rèn)識事物角度出發(fā)的仿生模式識別法的比

2、較,本文提出基于模糊K.近鄰改進(jìn)的高維仿生人體運(yùn)動目標(biāo)識別法和結(jié)合仿生模式識別和Adaboost的人體目標(biāo)識別法,實驗結(jié)果驗證了兩種方法的有效性和優(yōu)越性。
　　 首先,本文研究了復(fù)雜交通環(huán)境下基于視頻圖像基礎(chǔ)處理技術(shù)。對視頻圖像進(jìn)行預(yù)處理,包括圖像的去噪和增強(qiáng)處理,采用不同的方法進(jìn)行實驗對比分析,選擇中值濾波和直方圖均衡化處理法作為本文的圖像預(yù)處理技術(shù)。通過分析復(fù)雜交通環(huán)境下的各種動態(tài)場景變化和多目標(biāo)提取的難題,采用基于改進(jìn)的自

3、適應(yīng)混合高斯模型的背景差減法的運(yùn)動目標(biāo)提取法。在運(yùn)動目標(biāo)特征提取階段,詳細(xì)分析人體運(yùn)動目標(biāo)的特征,在運(yùn)動目標(biāo)輪廓圖像的基礎(chǔ)上,融合基于輪廓的邊界矩特征、形狀特征和梯度特征參數(shù)作為人體運(yùn)動目標(biāo)的特征值。
　　 在人體運(yùn)動目標(biāo)識別算法中,根據(jù)基于高維空間覆蓋的仿生模式識別理論及人體運(yùn)動目標(biāo)在特征空間中的分布,設(shè)計三角形神經(jīng)元實現(xiàn)運(yùn)動目標(biāo)樣本的覆蓋。并針對覆蓋空間構(gòu)造方法,提出基于密度選擇的三角形神經(jīng)網(wǎng)絡(luò)空間覆蓋算法。在仿生模式識別算