由于受到海岸景物和海面波纹等复杂海况的影响,基于可见光海面图像目标检测是一个技术难点.本文提出一个结构随机森林检测海面目标的方法.该方法首先基于图像块构建随机森林,然后将结构学习策略用于随机森林的预测输出空间,在样本空间训练随机森林,最后通过随机森林将图像块分类为海面图像的目标区域与背景区域.实验结果表明相对Canny 算子,Threshold-Segment 算子,Salience_ROI 算子,文中方法在海面图像目标检测中取得了更高的检测率,且计算开销较小.

目标检测跟踪同步算法通过对视频帧的目标实时检测来达到跟踪的目的, 该算法主要是为了维持一个能够在线训练的分类器, 把从背景采样的样本作为负样本, 从目标区域采样的样本作为正样本, 然后通过分类器把二者区分开, 以达到跟踪效果。然而当目标产生形变以及目标区域发生遮挡的时候, 如何对样本采样和精确标记成为跟踪成败的关键。在结构支持向量机的框架下, 提出一种基于结构支持向量机的目标检测跟踪同步算法。由于结构支持向量机的输出可以是复杂的数据结构, 因此采用结构支持向量机, 把目标位置估计作为结构支持向量机的输出, 避免了对样本标记精确估计的需要, 克服了当目标发生遮挡和大范围变形时导致的跟踪失败。仿真实验表明, 该算法有良好稳定的跟踪效果。