專利名稱：一種低空飛行器目標(biāo)識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻圖像識(shí)別技術(shù)領(lǐng)域，特別是涉及一種低空飛行器目標(biāo)識(shí)別方法。
背景技術(shù)：
在現(xiàn)代國(guó)防和戰(zhàn)爭(zhēng)中，低空飛行器的實(shí)時(shí)跟蹤識(shí)別，對(duì)低空防御、掌握戰(zhàn)場(chǎng)主動(dòng)權(quán)和正確打擊目標(biāo)以及顯著地提高未來(lái)指揮作戰(zhàn)系統(tǒng)的性能，具有重大意義。低空監(jiān)測(cè)是傳統(tǒng)雷達(dá)系統(tǒng)的死角，隨著計(jì)算機(jī)視覺技術(shù)的迅速發(fā)展，智能視頻監(jiān)測(cè)系統(tǒng)能完全承擔(dān)起監(jiān)測(cè)任務(wù)，在交通管理、公共安全等方面應(yīng)用成熟，在低空監(jiān)測(cè)應(yīng)用已經(jīng)逐漸開展來(lái)。低空目標(biāo)識(shí)別的目標(biāo)就是識(shí)別出不同的機(jī)種，如直升機(jī)、無(wú)人飛機(jī)、三角翼等。目前圖像目標(biāo)識(shí)別的方法有多種，如模板匹配法、統(tǒng)計(jì)決策法、句法模式識(shí)別法、模糊模式識(shí)別法、神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)，以及近年來(lái)提出的仿生識(shí)別方法、混沌神經(jīng)網(wǎng)絡(luò)法等。當(dāng)然對(duì)于具體的識(shí)別物體，所需要運(yùn)用的識(shí)別方法不一定相同，主要看其實(shí)用性，精確性和快速性，并不是越新的識(shí)別方法，就能很好地解決一些識(shí)別問(wèn)題，當(dāng)然是識(shí)別的方法越簡(jiǎn)單越好。模板匹配法就是對(duì)每個(gè)待識(shí)別的類別繪出典型標(biāo)準(zhǔn)模板作為識(shí)別標(biāo)準(zhǔn)，此種方法的缺點(diǎn)就是對(duì)識(shí)別系統(tǒng)存儲(chǔ)要求高，識(shí)別時(shí)計(jì)算量大，另外對(duì)噪聲敏感。模糊模式識(shí)別就是系統(tǒng)根據(jù)模式的特點(diǎn)確定隸屬度，然后用隸屬度將模糊集合分成若干子集，相應(yīng)于各個(gè)分類，最后根據(jù)隸屬原則實(shí)現(xiàn)分類。模糊模式識(shí)別允許待識(shí)別事物有相當(dāng)程度的干擾，但要準(zhǔn)確合理的建立隸屬函數(shù)往往很難。神經(jīng)網(wǎng)絡(luò)可以處理一些環(huán)境信息十分復(fù)雜，背景知識(shí)不清楚，推理規(guī)則不明確的問(wèn)題，但是神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果不穩(wěn)定，訓(xùn)練時(shí)需要大量樣本。支持向量機(jī)避免了神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果不穩(wěn)定的情況，所需訓(xùn)練樣本量相比其他算法來(lái)說(shuō)較少，同時(shí)，支持向量機(jī)方法訓(xùn)練結(jié)果為一些文本文件，對(duì)存儲(chǔ)幾乎沒有什么要求。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種低空飛行器目標(biāo)識(shí)別方法，能夠?qū)文繕?biāo)和多目標(biāo)進(jìn)行識(shí)別，可為其他智能視頻監(jiān)控系統(tǒng)應(yīng)用場(chǎng)合的目標(biāo)識(shí)別提供參考。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是提供一種低空飛行器目標(biāo)識(shí)別方法，包括以下步驟(I)選取飛行器樣本，提取樣本的特征，訓(xùn)練支持向量機(jī)；(2)在檢測(cè)和跟蹤的基礎(chǔ)上，采用支持向量機(jī)進(jìn)行飛行器目標(biāo)識(shí)別。所述步驟(I)還包括以下子步驟(11)選取飛行器樣本，每個(gè)飛行器樣本均選取多種不同姿態(tài)的圖片，經(jīng)過(guò)截取、縮放，把圖片進(jìn)行歸一化處理；(12)對(duì)所有進(jìn)行歸一化處理后的樣本采用梯度特征描述子提取特征；(13)采用一類對(duì)多余的方法進(jìn)行訓(xùn)練。
所述步驟(11)中還包括選取鳥類樣本圖片并進(jìn)行歸一化處理的步驟。所述步驟(12)具體包括將圖片平均分為若干塊，對(duì)圖片每次進(jìn)行單塊的梯度特征提取，獲取每個(gè)像素點(diǎn)的梯度值，每塊平均分為若干個(gè)胞元，在每個(gè)胞元內(nèi)統(tǒng)計(jì)9個(gè)方向的梯度直方圖，依次完成所有胞元的處理，最終把圖片處理完畢。所述步驟(13)具體包括先將一種飛行器作為正樣本，其它都為負(fù)樣本，進(jìn)行訓(xùn)練，得到一個(gè)訓(xùn)練結(jié)果文本文件，之后換一種飛行器作為正樣本進(jìn)行同樣的處理，直到所有飛行器處理完畢。所述步驟(13)后還包括對(duì)訓(xùn)練結(jié)果文本進(jìn)行測(cè)試的步驟，如果訓(xùn)練結(jié)果較差，添加新的樣本，再次訓(xùn)練，直到獲得良好的效果。所述步驟(2)包括以下子步驟(21)根據(jù)檢測(cè)和跟蹤的結(jié)果，將跟蹤目標(biāo)所在區(qū)域稍微進(jìn)行放大，并對(duì)此區(qū)域進(jìn)行識(shí)別；(22)對(duì)所選區(qū)域每次進(jìn)行特定大小的區(qū)域識(shí)別，對(duì)每個(gè)區(qū)域提取梯度特征描述子特征來(lái)處理；所述特定大小為圖片歸一化處理后的大小；(23)先采用一個(gè)訓(xùn)練結(jié)果文本對(duì)目標(biāo)進(jìn)行識(shí)別，如果發(fā)現(xiàn)是所屬飛行器則識(shí)別結(jié)束，如果不是，就采用第二個(gè)訓(xùn)練結(jié)果文本進(jìn)行識(shí)別，直到所有訓(xùn)練結(jié)果文本都識(shí)別完成之后，都沒有發(fā)現(xiàn)目標(biāo)，則認(rèn)為是鳥類。所述步驟(22)中對(duì)所選區(qū)域進(jìn)行縮放處理，以使不同大小的目標(biāo)都能進(jìn)行識(shí)別。有益效果由于采用了上述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，具有以下的優(yōu)點(diǎn)和積極效果本發(fā)明能夠?qū)文繕?biāo)和多目標(biāo)進(jìn)行識(shí)別，并且具有耗時(shí)少，實(shí)時(shí)性高，識(shí)別精度高的優(yōu)點(diǎn)。
具體實(shí)施例方式下面結(jié)合具體實(shí)施例，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說(shuō)明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對(duì)本發(fā)明作各種改動(dòng)或修改，這些等價(jià)形式同樣落于本申請(qǐng)所附權(quán)利要求書所限定的范圍。本發(fā)明的實(shí)施方式涉及一種低空飛行器目標(biāo)識(shí)別方法，包括以下步驟步驟一，選取樣本，提取特征，訓(xùn)練支持向量機(jī)，其詳細(xì)實(shí)現(xiàn)過(guò)程為(I)取飛行器樣本，每個(gè)機(jī)種選取取不同姿態(tài)和大小的三千張樣本圖片，經(jīng)過(guò)截取、縮放，把圖片都?xì)w一化到96*64的尺寸，為了區(qū)別鳥類，同時(shí)也取三千張鳥類的樣本圖片統(tǒng)一歸一化到96*64的尺寸。例如，從圖像或視頻中選擇三個(gè)機(jī)種(直升機(jī)、無(wú)人飛機(jī)、三角翼)和可能出現(xiàn)的鳥類圖片作為訓(xùn)練樣本，經(jīng)過(guò)截取，最后歸一化到96*64尺寸大小的圖片。(2)對(duì)所有訓(xùn)練樣本采用梯度特征描述子(HOG)提取特征，對(duì)96*64尺度的圖片每次進(jìn)行16*16的塊進(jìn)行梯度特征提取,獲取每個(gè)像素點(diǎn)的梯度值,在每個(gè)8*8胞元內(nèi)統(tǒng)計(jì)9個(gè)方向的梯度直方圖，處理完之后步進(jìn)8*8的大小，同樣處理，完成一次行方向的處理后，就下移16行，繼續(xù)進(jìn)行處理，最終把圖片處理完畢，得到一個(gè)2772維的列向量。(3)為了加快目標(biāo)識(shí)別速度，采用一類對(duì)多余的方法進(jìn)行訓(xùn)練，先讓一個(gè)機(jī)種作為正樣本，其它都為負(fù)樣本，進(jìn)行訓(xùn)練，得到一個(gè)訓(xùn)練結(jié)果文本文件，再讓另一個(gè)機(jī)種作為正樣本進(jìn)行同樣的處理，直到所有機(jī)種處理完畢。例如第一次選取直升機(jī)為正樣本，其它都為負(fù)樣本，得到第一個(gè)訓(xùn)練結(jié)果文本；第二次選取無(wú)人飛機(jī)為正樣本，其它都為負(fù)樣本，得到第二個(gè)訓(xùn)練結(jié)果文本；第三次選取三角翼為正樣本，其它都為負(fù)樣本，得到第三個(gè)訓(xùn)練結(jié)果文本。(4)對(duì)訓(xùn)練結(jié)果文本進(jìn)行測(cè)試，如果訓(xùn)練結(jié)果較差，添加新的樣本，再次訓(xùn)練，如此反復(fù)幾次，直到獲得良好的效果。步驟二，在檢測(cè)和跟蹤的基礎(chǔ)上，采用支持向量機(jī)進(jìn)行飛行器目標(biāo)識(shí)別，其詳細(xì)實(shí)現(xiàn)過(guò)程為(5)根據(jù)檢測(cè)和跟蹤的結(jié)果，將跟蹤目標(biāo)所在區(qū)域稍微放大，只對(duì)此區(qū)域進(jìn)行識(shí)別，而不需要對(duì)全圖進(jìn)行識(shí)別，節(jié)約了大量時(shí)間，提高了識(shí)別的實(shí)時(shí)性；(6)對(duì)所選區(qū)域每次進(jìn)行96*64的區(qū)域識(shí)別，對(duì)每個(gè)96*64區(qū)域提取HOG特征來(lái)處理。同時(shí)對(duì)所選區(qū)域進(jìn)縮放處理，達(dá)到不同大小的目標(biāo)都能識(shí)別。(7)先采用一個(gè)訓(xùn)練結(jié)果文本對(duì)目標(biāo)進(jìn)行識(shí)別，如果發(fā)現(xiàn)是所屬機(jī)種，就識(shí)別結(jié)束，如果不是，就接著采用第二個(gè)訓(xùn)練結(jié)果文本，如果直到所有訓(xùn)練結(jié)果文本都識(shí)別完成之后，都沒有發(fā)現(xiàn)目標(biāo)，則認(rèn)為是鳥類。不難發(fā)現(xiàn)，在識(shí)別時(shí)利用支持向量機(jī)方法和訓(xùn)練結(jié)果樣本在檢測(cè)和跟蹤的基礎(chǔ)上，對(duì)指定區(qū)域進(jìn)行目標(biāo)識(shí)別，每次以96*64大小掃描圖片。同時(shí)指定區(qū)域可以進(jìn)行縮放，先進(jìn)行縮小處理后，最多縮小四倍，然后在進(jìn)行放大處理在每個(gè)尺度進(jìn)行目標(biāo)識(shí)別，以達(dá)到不同大小的目標(biāo)都能識(shí)別，從而實(shí)現(xiàn)了單目標(biāo)和多目標(biāo)的識(shí)別。在識(shí)別過(guò)程中不需要對(duì)全圖進(jìn)行識(shí)別，節(jié)約了大量時(shí)間，提高了識(shí)別的實(shí)時(shí)性。
權(quán)利要求
1.一種低空飛行器目標(biāo)識(shí)別方法，其特征在于，包括以下步驟 (I)選取飛行器樣本，提取樣本的特征，訓(xùn)練支持向量機(jī)； (2 )在檢測(cè)和跟蹤的基礎(chǔ)上，采用支持向量機(jī)進(jìn)行飛行器目標(biāo)識(shí)別。
2.根據(jù)權(quán)利要求1所述的低空飛行器目標(biāo)識(shí)別方法，其特征在于，所述步驟(I)還包括以下子步驟 (II)選取飛行器樣本，每個(gè)飛行器樣本均選取多種不同姿態(tài)的圖片，經(jīng)過(guò)截取、縮放，把圖片進(jìn)行歸一化處理； (12)對(duì)所有進(jìn)行歸一化處理后的樣本采用梯度特征描述子提取特征； (13)采用一類對(duì)多余的方法進(jìn)行訓(xùn)練。
3.根據(jù)權(quán)利要求1所述的低空飛行器目標(biāo)識(shí)別方法，其特征在于，所述步驟(11)中還包括選取鳥類樣本圖片并進(jìn)行歸一化處理的步驟。
4.根據(jù)權(quán)利要求1所述的低空飛行器目標(biāo)識(shí)別方法，其特征在于，所述步驟(12)具體包括將圖片平均分為若干塊，對(duì)圖片每次進(jìn)行單塊的梯度特征提取，獲取每個(gè)像素點(diǎn)的梯度值，每塊平均分為若干個(gè)胞元，在每個(gè)胞元內(nèi)統(tǒng)計(jì)9個(gè)方向的梯度直方圖，依次完成所有胞元的處理，最終把圖片處理完畢。
5.根據(jù)權(quán)利要求1所述的低空飛行器目標(biāo)識(shí)別方法，其特征在于，所述步驟(13)具體包括先將一種飛行器作為正樣本，其它都為負(fù)樣本，進(jìn)行訓(xùn)練，得到一個(gè)訓(xùn)練結(jié)果文本文件，之后換一種飛行器作為正樣本進(jìn)行同樣的處理，直到所有飛行器處理完畢。
6.根據(jù)權(quán)利要求1所述的低空飛行器目標(biāo)識(shí)別方法，其特征在于，所述步驟(13)后還包括對(duì)訓(xùn)練結(jié)果文本進(jìn)行測(cè)試的步驟，如果訓(xùn)練結(jié)果較差，添加新的樣本，再次訓(xùn)練，直到獲得良好的效果。
7.根據(jù)權(quán)利要求2所述的低空飛行器目標(biāo)識(shí)別方法，其特征在于，所述步驟(2)包括以下子步驟 (21)根據(jù)檢測(cè)和跟蹤的結(jié)果，將跟蹤目標(biāo)所在區(qū)域稍微進(jìn)行放大，并對(duì)此區(qū)域進(jìn)行識(shí)別； (22)對(duì)所選區(qū)域每次進(jìn)行特定大小的區(qū)域識(shí)別，對(duì)每個(gè)區(qū)域提取梯度特征描述子特征來(lái)處理；所述特定大小為圖片歸一化處理后的大小； (23)先采用一個(gè)訓(xùn)練結(jié)果文本對(duì)目標(biāo)進(jìn)行識(shí)別，如果發(fā)現(xiàn)是所屬飛行器則識(shí)別結(jié)束，如果不是，就采用第二個(gè)訓(xùn)練結(jié)果文本進(jìn)行識(shí)別，直到所有訓(xùn)練結(jié)果文本都識(shí)別完成之后，都沒有發(fā)現(xiàn)目標(biāo)，則認(rèn)為是鳥類。
8.根據(jù)權(quán)利要求7所述的低空飛行器目標(biāo)識(shí)別方法，其特征在于，所述步驟(22)中對(duì)所選區(qū)域進(jìn)行縮放處理，以使不同大小的目標(biāo)都能進(jìn)行識(shí)別。
全文摘要
本發(fā)明涉及一種低空飛行器目標(biāo)識(shí)別方法，包括以下步驟選取飛行器樣本，提取樣本的特征，訓(xùn)練支持向量機(jī)；在檢測(cè)和跟蹤的基礎(chǔ)上，采用支持向量機(jī)進(jìn)行飛行器目標(biāo)識(shí)別。不難發(fā)現(xiàn)，本發(fā)明能夠?qū)文繕?biāo)和多目標(biāo)進(jìn)行識(shí)別，可為其他智能視頻監(jiān)控系統(tǒng)應(yīng)用場(chǎng)合的目標(biāo)識(shí)別提供參考。
文檔編號(hào)G06K9/66GK103049764SQ20121054119
公開日2013年4月17日 申請(qǐng)日期2012年12月13日 優(yōu)先權(quán)日2012年12月13日
發(fā)明者張 誠(chéng), 谷宇章, 胡珂立, 魏智, 鄒方圓, 徐小龍 申請(qǐng)人:中國(guó)科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所