[發(fā)明專利]融合多特征降維和遷移學(xué)習(xí)的紅外目標(biāo)穩(wěn)健性識別方法

在審

• 申請?zhí)枺?/td>: 201810400557.2
• 申請日: 2018-04-28
• 公開（公告）號: CN108681696A
• 公開（公告）日: 2018-10-19
• 發(fā)明（設(shè)計）人: 王鑫;張鑫;呂國芳;石愛業(yè)
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/46
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 李玉平

1.一種融合多特征降維和遷移學(xué)習(xí)的紅外目標(biāo)穩(wěn)健性識別方法，其特征在于，包括訓(xùn)練和識別兩個模塊的實現(xiàn)流程：在訓(xùn)練模塊中，分別采用紅外和可見光圖像構(gòu)建源訓(xùn)練樣本集和輔助訓(xùn)練樣本集；然后，對不同的圖像集分別采用HOG特征提取方法提取形狀特征，并采用亮度自相似特征提取方法提取亮度特征；接著，將兩種異構(gòu)特征進(jìn)行融合并采用主成分分析法對其進(jìn)行降維；最后，基于降維后的特征，訓(xùn)練遷移學(xué)習(xí)分類器；在識別模塊中，給定一幅待識別紅外圖像，同樣首先提取其HOG特征和ISS特征，然后對融合特征進(jìn)行降維，最后基于降維后的特征，利用已經(jīng)訓(xùn)練好的分類器進(jìn)行分類識別，即可得到最終識別結(jié)果。

2.如權(quán)利要求1所述的融合多特征降維和遷移學(xué)習(xí)的紅外目標(biāo)穩(wěn)健性識別方法，其特征在于，所述源訓(xùn)練樣本集中含有紅外人體目標(biāo)圖像和紅外非人體目標(biāo)圖像，輔助訓(xùn)練樣本集中含有可見光人體目標(biāo)圖像和可見光非人體目標(biāo)圖像。

3.如權(quán)利要求1所述的融合多特征降維和遷移學(xué)習(xí)的紅外目標(biāo)穩(wěn)健性識別方法，其特征在于，在訓(xùn)練模塊中，分別采用紅外和可見光圖像構(gòu)建源訓(xùn)練樣本集和輔助訓(xùn)練樣本集，其操作過程如下：分別采用紅外和可見光圖像構(gòu)建源訓(xùn)練樣本集和輔助訓(xùn)練樣本集，分別記為其中m和n分別表示源訓(xùn)練樣本和輔助訓(xùn)練樣本的個數(shù)；

然后，將S¹和S²進(jìn)行合并，得到完整的訓(xùn)練樣本數(shù)據(jù)集：

S＝[s₁,s₂,...,s_m,...,s_m+n]

第三，對所有的樣本圖像添加類別標(biāo)簽，則總的類標(biāo)集為：

L＝[label₁,label₂,...,label_m,...,label_m+n]

其中，label_i∈{0,1}為第i個訓(xùn)練樣本圖像的類標(biāo)。源訓(xùn)練樣本和輔助訓(xùn)練樣本類標(biāo)集分別對應(yīng)為L_s＝[label₁,label₂,...,label_m]，L_a＝[label_m+1,label_m+2,...,label_m+n]。