焦迎雪

摘 要 當(dāng)前動態(tài)場景中的視覺目標(biāo)識別技術(shù)在生活中的角色越來越重要，在軍事應(yīng)用，醫(yī)療衛(wèi)生，交通指揮以及在人工智能方面都能看到該項(xiàng)技術(shù)的影子。其中圖像目標(biāo)識別這一環(huán)節(jié)更是機(jī)械視覺領(lǐng)域所不能替代的，是計(jì)算機(jī)真正能夠擁有感知能力的一個重要途徑。隨著這幾年科技的不斷發(fā)展，目標(biāo)識別技術(shù)也在飛速的提高，正在逐漸從研究階段轉(zhuǎn)變到現(xiàn)實(shí)的生活應(yīng)用中。通過結(jié)合動態(tài)場景中受光照、視角以及背景等影響較大的目標(biāo)對動態(tài)場景中的視覺目標(biāo)識別，本文從視覺目標(biāo)特征檢測與描述和目標(biāo)識別等方面對動態(tài)場景的視覺目標(biāo)識別方法展開研究。

【關(guān)鍵詞】目標(biāo)識別 動態(tài)場景 特征檢測 描述 支持向量機(jī) 空間金字塔

1 動態(tài)場景中的視覺目標(biāo)識別方法的背景及意義

視覺目標(biāo)識別是一種利用圖像處理和模式識別領(lǐng)域的理論知識和方法，判斷并對存在的感興趣的目標(biāo)賦予合理的解釋，在必要情況下甚至可以確定其位置。其中視覺目標(biāo)識別的場景可以分為靜態(tài)場景和動態(tài)場景?，F(xiàn)實(shí)中的場景大多數(shù)為動態(tài)場景，受到的環(huán)境因素特別大，比如光照條件的影響，場景中物物體的移動等等都會對整個識別環(huán)境的過程帶來很大的影響。因此，動態(tài)場景中視覺目標(biāo)對工作人員的研究具有一定的挑戰(zhàn)。

2 動態(tài)識別系統(tǒng)的實(shí)際應(yīng)用

2.1 輔助駕駛系統(tǒng)

輔助駕駛系統(tǒng)即為輔助駕駛員駕駛車輛或者可以使車輛進(jìn)行自動駕駛的系統(tǒng)。輔助駕駛系統(tǒng)是一種通過雷達(dá)，紅外探測儀以及攝像頭，通過程序精確的為車輛判斷自身車輛與障礙物或者在行駛過程中的前方車輛的距離，保證車輛的安全行駛。在遇到緊急的情況的時(shí)候，車輛自身的系統(tǒng)可以聽過程序付出緊急警報(bào)或者自動剎車進(jìn)行避讓，對車輛的行駛以及司機(jī)的生命安全做出保障。

2.2 交通監(jiān)控系統(tǒng)

交通監(jiān)控系統(tǒng)可以在車輛、交通、以及駕駛員之間建立起一種快速的通訊聯(lián)系，同時(shí)在道路發(fā)生擁堵以及道路上行駛的車輛發(fā)生故障時(shí)可以將這些信息以最快的速度傳輸給交通管理人員，使之坐車相應(yīng)的安排。在功能作用上與機(jī)場的航空控制器的作用類似。

2.3 智能機(jī)器人系統(tǒng)

智能機(jī)器人系統(tǒng)是最近幾年普遍流行起來的技術(shù)。智能機(jī)器人系統(tǒng)可以根據(jù)外界條件的變化對自身的行為動作做出相應(yīng)的調(diào)整，具有類似于人類一樣的感受，識別，推理以及判斷能力。這種智能機(jī)器人擁有一定的自動規(guī)劃的能力，可以在不需要認(rèn)為的干預(yù)和照料下，能夠完全獨(dú)立的工作。智能機(jī)器人系統(tǒng)的發(fā)展將大幅度的改善人們的衣食住行，節(jié)約大量的勞動力。

2.4 智能監(jiān)控系統(tǒng)

智能監(jiān)控系統(tǒng)是指在嵌入式視頻服務(wù)器中集成了一些智能行為識別的算法。該系統(tǒng)可以自動對話場景中的人、車輛以及其他目標(biāo)識別及判斷，并且在一定的程度上對可以對用戶進(jìn)行信息提醒。智能監(jiān)控系統(tǒng)可以廣泛的運(yùn)用到現(xiàn)實(shí)生活中的諸多方面，比如物體識別，軌跡跟蹤，越界識別，車牌識別，異常行為識別等。在應(yīng)用應(yīng)用領(lǐng)域上，智能監(jiān)控系統(tǒng)在各行各業(yè)中都得到了廣泛的應(yīng)用，比如金融領(lǐng)域的營業(yè)大廳的監(jiān)控，金庫的監(jiān)控，自動提款機(jī)以及自助銀行的監(jiān)控，商場的保安監(jiān)控，超市，貨柜，倉庫的加官等等，交通領(lǐng)域的高速收費(fèi)管理，交通違章，住宅小區(qū)以及商場停車場的無人監(jiān)控等。

2.5 虛擬、增強(qiáng)現(xiàn)實(shí)技術(shù)

在醫(yī)學(xué)技術(shù)，工業(yè)設(shè)計(jì)，考古和娛樂等領(lǐng)域中，虛擬增強(qiáng)技術(shù)都有著十分重要的應(yīng)用用價(jià)值。計(jì)算機(jī)可以通過虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)這項(xiàng)技術(shù)，模擬出一個虛擬的三維世界，以及將部分的虛擬場景添加到現(xiàn)實(shí)生活中去。可見，增強(qiáng)現(xiàn)實(shí)是在虛擬現(xiàn)實(shí)技術(shù)的基礎(chǔ)上來進(jìn)行的，可以增加使用者的真實(shí)感，提高用戶的使用了樂趣。

上述領(lǐng)域中，目標(biāo)識別都起著相對重要的作用，其中動態(tài)場景的視覺目標(biāo)識別同時(shí)也是將目標(biāo)識別推廣到實(shí)際應(yīng)用的重要前提，因此開展動態(tài)場景中的視覺目標(biāo)識別研究意義重大，具有十分廣泛的應(yīng)用前景。

3 國內(nèi)外對于動態(tài)場景中的視覺目標(biāo)識別的現(xiàn)狀

從上世紀(jì)九十年代開始，麻省理工大學(xué)結(jié)合其他幾所高校就已經(jīng)在美國的組織下，開始了民用和軍事上對于目標(biāo)識別技術(shù)的研究。美國的幾所聯(lián)合起來的高校也共同研制除了可以通過顏色以及運(yùn)動信息來識別道路和來往的車載視頻實(shí)時(shí)處理系統(tǒng)。國內(nèi)在目標(biāo)識別這個領(lǐng)域上也進(jìn)行了很多年的研究，在人臉識別，車牌識別等方面也獲得了很杰出的成就。可是在目標(biāo)識別的領(lǐng)域，國內(nèi)外都存在著一定的問題，例如圖像中物體的分割，視點(diǎn)不同造成的表象差異，無標(biāo)記圖像的學(xué)習(xí)等。因此圖像中感興趣物體的分割成為了目標(biāo)識別的一個重要的難點(diǎn)。

4 目標(biāo)識別模型介紹

4.1 對于目標(biāo)識別模型的概述

目標(biāo)識別模型主要的研究問題是如何對一個給定的目標(biāo)進(jìn)行建立模型的問題。在一個目標(biāo)識別系統(tǒng)中，目標(biāo)識別模型關(guān)系到目標(biāo)特征以及學(xué)習(xí)、識別方法的選擇和確立，并且具有十分重要的作用。自本世紀(jì)以來，Bag of words模型以及Parts based methods 模型已經(jīng)逐漸成為了最廣泛的使用模型，同時(shí)也取得了巨大的成功。但是對于科技的探索沒有停止，科研人員一直都在探索使用起來更為廣泛，更為方便的模型，同時(shí)也提出了很多全新的建模方法。

4.2 Bag of word模型

Bag of words模型最初是在model free模型上發(fā)展起來的，模型的主要基本思想是從圖像中提取出目標(biāo)物體關(guān)鍵的部分，然后根據(jù)這些關(guān)鍵點(diǎn)的集合表示圖像的目標(biāo)。Bag of word 模型是一種表示文檔的方法，最初是運(yùn)用在文獻(xiàn)的搜索領(lǐng)域上。大致的思想是講一個文檔看做是一個一個詞匯的集合，不去考慮文獻(xiàn)中各種詞匯的結(jié)合順序以及語法，所以在檢索的過程中，所有的單詞都是獨(dú)立的，互不影響，也不會隨著語意的改變而改變。在Bag of word 后續(xù)的發(fā)展過程中，隨著數(shù)字圖像處理和計(jì)算機(jī)視覺技術(shù)的需要，研究者們也開始嘗試將該模型運(yùn)用到圖像上，對圖像進(jìn)行表征，但是圖像與文字的性質(zhì)完全不同，圖像不僅僅是簡單的詞匯的結(jié)合，因此在將Bag of words 模型用于圖像的時(shí)候，可以不考慮圖像之間的復(fù)雜關(guān)系，只是將其看作是一系列的簡單視覺詞匯的結(jié)合。

4.3 Bag of word模型存在的問題及解決方法

Bag of words 模型雖然已經(jīng)是一個很成熟的模型，在實(shí)際生活中，被許多的系統(tǒng)以及研究所使用，但是仍舊存在著各種不足之處。當(dāng)前Bag of words 主要存在的問題是，在處理特征點(diǎn)的檢測過程中，通常會產(chǎn)生大數(shù)量處理的特征點(diǎn)，另一方面是在進(jìn)行分類時(shí)，經(jīng)常將目標(biāo)在圖像中的背景包含進(jìn)行，其中還包括不屬于目標(biāo)的圖像或文檔，使Bag of words模型構(gòu)成的詞袋在有些情況下是不合理的。所以在使用Bag of words模型的時(shí)候，為了避免類似的問題，可以采用SCPCD的方法抽取出整個短語，或者采用高階的統(tǒng)計(jì)語言模型，這樣可以在一定的條件下解決這種問題，對于那些詞序，句法以及語法均不能忽略的場合，不可以采用Bag of words模型。

5 結(jié)束語

本文主要陳述的是動態(tài)場景的視覺目標(biāo)識別在生活和工作研究中的一些應(yīng)用，以及在實(shí)際操作實(shí)行時(shí)遇到的一些問題以及解決方法。雖然國內(nèi)對于動態(tài)場景的視覺目標(biāo)識別的研究中取得了一定的進(jìn)展和效果，但是仍舊伴隨著一些較為明顯的不足之處，仍舊需要科研工作者在未來時(shí)間內(nèi)，在對這項(xiàng)技術(shù)的不斷實(shí)踐，不斷發(fā)掘，發(fā)現(xiàn)問題，對這項(xiàng)技術(shù)進(jìn)行進(jìn)一步的探索。希望在進(jìn)一步的研究過程中，對于動態(tài)場景的視覺目標(biāo)識別一定會取得質(zhì)的飛躍。

參考文獻(xiàn)

[1]譚筠，安向京，賀漢根.基于優(yōu)化的動態(tài)場景深度恢復(fù)[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2013（S1）.

[2]劉華平，李建民，胡曉林，孫富春.動態(tài)場景下的交通標(biāo)識檢測與識別研究進(jìn)展[J].中國圖象圖形學(xué)報(bào)，2013（05）.

[3]王斌，肖文華，張茂軍，熊志輝，劉煜.采用時(shí)空條件信息的動態(tài)場景運(yùn)動目標(biāo)檢測[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2012（12）.

[4]衡浩，熊惠霖.復(fù)雜動態(tài)場景下基于道路平面提取的行人檢測[J].計(jì)算機(jī)仿真，2013（09）.

作者單位

山西輕工職業(yè)技術(shù)學(xué)院 山西省太原市 030013