人工神经网络用于点目标运动轨迹的检测

对计算机模拟的长波红外线性探测器测量的１６帧１６×１６的图象序列数据，进行了变形的Ｈｏｐｆｉｅｌｄ网络联想存贮记忆为检测手段的目标运动轨迹的识别实验。计算机仿真结果表明，在有附加噪声的原始数据中，网络提供的算法能在较低信杂比下检出目标的１６根运动直线轨迹。人工神经网络用于目标检测和识别是近几年来才开展的一项研究课题，它的联想记忆功能以及强大的并行计算能力．对于目标检测要求的很高的实时性和很大的信息处理量，提供了非常有吸引力的开拓方向。本研究拟采用二层的变形Ｈｏｐｆｉｅｌｄ网络，通过构造合理的连接权矩阵，使得网络的稳态恰好为联想存贮的目标轨迹之一，附加噪声得到有效的抑制；因此目标位置的中心点假定是已确定的，这一点本文不作详细的讨论。网络在计算之前，我们先对１６帧图象序列原始数据进行了帧间的最大值滤波压缩，这种预处理方法的优点已在另文有详细论述。