3.7 多目标识别 若场景中存在多个目标，则可以通过多目标识别和定位进一步提高精度。另 外，在跟踪过程中，若因为遮挡、光照等因素，某个目标跟踪失败后，还可以通 过其它场景中的目标继续实现定位，因此多目标识别可以提高算法鲁棒性。 Harris-SIFT 特征匹配 目标1目标 0 目标N 仿射检验 仿射检验 仿射检验 目标 0 目标 4 ⋯ 目标 N 成 功 失 败 成 功 目标数据库 终止 图 3-12 多目标识别示意图 Figure 3-12 Framework of multiple-object recognition 如图 3-12所示，和单目标识别一样，多目标识别也分为特征匹配、仿射检验、 模式识别三步，不同的是，需要对匹配特征点集合按目标分类，再依次对各个类 别进行仿射检验，以判断当前场景中是否存在某个目标，算法概括如下： 离线：使用 Harris-SIFT建立目标数据库 在线： 1. 从当前场景图像提取 Harris-SIFT特征点 2. 快速搜索近似最近邻居，得到匹配特征点集合 3. 将匹配特征点按目标类别分类

利用yolo进行多目标识别垃圾

本实例展示了如何利用Yolov2模型进行猫狗视频检测，可实时检测，利用到了keans聚类确定anchor个数，大小，利用不同模型进行特征提取等知识。

LFM调频连续波和CW波的脉冲压缩matlab仿真 可以自行设置目标数量，程序中默认2个。 （几个目标，LFM脉冲压缩后就会出现几个波峰） 通过时域和频域方法进行脉冲压缩，结果显示两种方式得到的脉冲压缩回波幅度结果一样

#资源达人分享计划#

自适应巡航控制系统多目标识别算法研究.caj

完整的目标识别代码，需要的可以做设计引用，快来下载吧。