《利用Choquet積分進行運動物體檢測前景/背景分離的套用研究》是依託深圳大學，由楊蓉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：利用Choquet積分進行運動物體檢測前景/背景分離的套用研究
- 項目類別：青年科學基金項目
- 項目負責人：楊蓉
- 依託單位：深圳大學
項目摘要,結題摘要,
項目摘要
本項目以非線性Choquet積分在分類這一數據融合問題上的深入研究和套用為基本背景，探討將模糊測度和模糊積分理論套用於運動目標和背景分類中的方法- - 通過模糊測度實現視頻圖像中顏色和紋理特徵的融合，並利用雙Choquet積分分類器實現前景/背景的分離及運動區域或物體的檢測。主要任務包括：建立雙Choquet積分分類的數學模型和自適應算法；開發基於遺傳算法的自適應算法實現雙Choquet積分中特定參數的確定；選擇YCbCr顏色空間和LBP紋理特徵實現顏色和紋理特徵的提取；通過顏色和紋理特徵構造Choquet積分的被積函式，將運動物體檢測的前景/背景分類問題轉化為雙Choquet積分的分類問題；建立基於Choquet積分的前景/背景分類的自適應算法最佳化系統參數；最終實現一個比較系統的基於模糊測度和模糊積分的前景/背景分離系統。
結題摘要
Choquet積分是定義在模糊測度基礎上的一種非線性泛函。當Choquet積分用於分類融合問題時，積分中的模糊測度能夠很好的體現各個特徵值對目標決策的重要程度以及各特徵量之間的互動作用對目標決策的影響。在圖像或視頻的前景/背景分離問題上，如何將某一個像素歸類於前景或背景本身就是一個分類數為兩類的分類問題。利用Choquet積分分類器來實現視頻圖像中的前景/背景分離是一個具有挑戰性和創新性的研究課題。本項目以非線性積分Choquet積分在分類這一數據融合問題上的深入研究和套用為基本背景，通過模糊測度實現圖像中顏色和紋理特徵的融合，進而實現將模糊測度和模糊積分理論套用於運動目標和背景分離的實際方法。本項目針對背景建模問題中需要融合兩個或兩個以上的特徵值來實現最佳化分離的需要，以前期關於Choquet積分分類器的研究為基本出發點，改進了目前基於Choquet積分分類器的算法，並實現了雙Choquet積分分類器（兩個Choquet積分組合分類器）的理論建模及算法設計，進行了一系列基於UCI資料庫和實際資料庫的性能測試及比較用來驗證雙Choquet積分分類器在解決分類問題上的優勢。在成功建立Choquet積分分類器的基礎上，本項目將改進的分類器用於運動物體檢測前景/背景的實際問題中，通過提取各像素點的顏色特徵和紋理特徵，建立自適應算法能夠找回Choquet積分分類器中的關鍵參數，進而成功實現前景/背景的分類與分離。通過一系列仿真分析和實際驗證，論證了基於Choquet積分分類器的前景/背景檢測算法的可行性，並通過與其他算法的比較驗證了其優勢。本項目能夠將Choquet積分的分類器與視頻圖像的前景/背景檢測問題相結合，為智慧型視頻處理中的運動檢測打開一條新的研究思路和方法，同時，利用模糊測度在描述各特徵量對目標決策貢獻之間互動關係的優勢，可以更深入的理解圖像處理中的顏色特徵與紋理特徵之間有可能存在的互動關係。
