14.4.2 目标动态特征库管理技术
本章系统平台上构建的目标识别系统面对的是多种目标类别的识别分类知识的组织。新类别的知识、规则和数据的组织从结构上很难完全与原有类别的知识、规则和数据的结构一致。即使采用相同的识别算法也难于做到结构上的一致。因此，本章中所有类别均采用相同的FSVM识别算法。在系统的FSVM算法中需要存放经学习后的权阵表，用以在系统运行时进行分类识别使用。
由于不同目标类别的特征数据和类别型号不一样，在对新目标进行模型训练后，获得的模型数据与原有数据格式不一致，因此我们需要动态地改变识别模型数据在数据库中的存储格式。对于同一类别的权阵表结构而言，随着系统的运行，子类别数有可能增加或改变，提取的特征数据的维数也可能增加或改变。
针对上述两种原因，本章所建数据库不能使用数据库结构模板，也不能使用SQL程序简单构建其数据库结构。由于数据库管理系统的局限性，要实现数据库的动态模式创建必须要通过借助静态模式的创建工具。可以简单理解为使用已存在的静态表创建可变的动态表。据此，我们给出动态数据库的构建流程如下：
1）首先将创建动态表所需要的数值作为数据存入静态表中，并将此静态表命名为结构参数表。
2）动态表中的所有数据顺序存于另一个静态表中，保持数据类型一致，并将存放数据的表命名为流式数据表。
3）完成以上两步，动态数据表就基本创建完毕了，当我们需要使用动态表时，只需要通过给定的结构参数去流式数据表中搜寻对应的数据，然后恢复出来即可。其系统结构如图14-12所示。
图14-12 系统结构图
本章中，系统采用FSVM算法进行目标识别，因此无论是新增一种目标类别，或是重新训练识别模型，都要求数据库能够针对这些改变进行动态的调整。
因此，在对数据库进行开发时，设计了两种表来解决上述问题。其一是目标的FSVM算法参数表，它存放各类目标的权阵表的结构及其他可用信息。另一类是权阵表，用以存放每种目标的权阵数据。
图14-13所示为基于SQL的样本特征对象资源管理。
图14-13 基于SQL的样本特征对象资源管理