基于仿生学习的多拍摄角度视频目标识别算法

目前视频目标识别方法在单个拍摄角度的样本条件下，较难解决其他多个拍摄角度的目标识别问题。受仿生视觉原理的启发，申请课题将利用拍摄角度无关的多元视频特征信息进行数学建模与算法设计，实现对不同角度视频目标的准确与快速识别。研究首先分析目标的轨迹、形态、几何比例和主体颜色等角度不变性的特征，以高维特征向量描述多元信息每帧的状态变化；接着，建立多元信息时间序列模型作为特征向量的载体，并进行稳态性分析，提取出具有重复性的特征；最后，基于该特征构造非线性视频目标识别函数，设计一种模拟生物视觉的仿生学习算法，实现从一个角度的训练识别其他角度的目标。研究将突破"一个角度需要一套样本和训练"的传统技术模式，解决视频智能监控领域中多角度目标识别的技术难题，提出新的视频目标识别核心理论与方法。

目前视频目标识别方法在单个拍摄角度的样本条件下，较难解决其他多个拍摄角度的目标识别问题。受仿生视觉原理的启发，申请课题利用拍摄角度无关的多元视频特征信息进行数学建模与算法设计，实现对不同角度视频目标的准确与快速识别。课题首先对图像分割的特征提取、评价函数进行了研究，分析了颜色、边缘等鲁棒特征，对其进行稳态性分析；然后，课题提出了基于颜色的快速视频检索、视频跟踪等多个算法，并申请专利多项；最后，项目组成员开发了视频智能检索系统、海量跨媒体数据智能分析系统等多个实用软件，并申请著作权多项。研究突破了“一个角度需要一套样本和训练”的传统技术模式，解决视频智能监控领域中多角度目标识别的技术难题，提出了新的视频目标识别核心理论与方法。