北京大学学报（自然科学版）
北京大學學報（自然科學版）
북경대학학보（자연과학판）
ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS PEKINENSIS
2008年
5期
810-814
,共5页
支持矢量机%尺度空间理论%信任域算法
支持矢量機%呎度空間理論%信任域算法
지지시량궤%척도공간이론%신임역산법
通过使用SVM(支持矢量机)分类器对像素分类进行目标检测, 将输入图像转换成可靠的目标概率分布图,然后结合使用性能优良的信任域优化算法,在概率分布图上实现目标定位并确定其尺寸.分类器对像素分类的低错分率为信任域算法提供了更好的基础.通过和现有算法的比较以及在真实序列图像上的实验表明,该算法不但能够更准确地检测到目标,而且在跟踪精度方面有了显著提高.
通過使用SVM(支持矢量機)分類器對像素分類進行目標檢測, 將輸入圖像轉換成可靠的目標概率分佈圖,然後結閤使用性能優良的信任域優化算法,在概率分佈圖上實現目標定位併確定其呎吋.分類器對像素分類的低錯分率為信任域算法提供瞭更好的基礎.通過和現有算法的比較以及在真實序列圖像上的實驗錶明,該算法不但能夠更準確地檢測到目標,而且在跟蹤精度方麵有瞭顯著提高.
통과사용SVM(지지시량궤)분류기대상소분류진행목표검측, 장수입도상전환성가고적목표개솔분포도,연후결합사용성능우량적신임역우화산법,재개솔분포도상실현목표정위병학정기척촌.분류기대상소분류적저착분솔위신임역산법제공료경호적기출.통과화현유산법적비교이급재진실서렬도상상적실험표명,해산법불단능구경준학지검측도목표,이차재근종정도방면유료현저제고.
