应用科学学报
應用科學學報
응용과학학보
Journal of Applied Sciences
2015年
5期
502-517
,共16页
胡昭华%徐玉伟%赵孝磊%何军%周游
鬍昭華%徐玉偉%趙孝磊%何軍%週遊
호소화%서옥위%조효뢰%하군%주유
分类器%目标跟踪%支持向量机%子空间学习%多特征选择
分類器%目標跟蹤%支持嚮量機%子空間學習%多特徵選擇
분류기%목표근종%지지향량궤%자공간학습%다특정선택
classifier%object tracking%support vector machine (SVM)%subspace learning%multi-feature selection
目标判别跟踪方法一般以单一跟踪结果(正样本)和部分负样本训练分类器,并只用单一的特征描述目标,因此在目标发生遮挡、光照变化、形变等情况下很容易导致跟踪的失败.为了克服单一正样本和单一特征训练的分类器导致跟踪不稳定的问题,提出一种基于支持向量机的多特征描述、多个正负样本进行分类器训练的目标跟踪方法,用训练分类器对所有候选粒子的不同特征进行判别和选择,并将具有最大置信概率的粒子确定为跟踪结果.在跟踪过程中,利用子空间学习的方法实现正样本的更新,并以更新后的正负样本训练分类器.实验结果表明,该方法在目标存在遮挡、光照变化、形变等情况下均可以取得较好的跟踪效果.
目標判彆跟蹤方法一般以單一跟蹤結果(正樣本)和部分負樣本訓練分類器,併隻用單一的特徵描述目標,因此在目標髮生遮擋、光照變化、形變等情況下很容易導緻跟蹤的失敗.為瞭剋服單一正樣本和單一特徵訓練的分類器導緻跟蹤不穩定的問題,提齣一種基于支持嚮量機的多特徵描述、多箇正負樣本進行分類器訓練的目標跟蹤方法,用訓練分類器對所有候選粒子的不同特徵進行判彆和選擇,併將具有最大置信概率的粒子確定為跟蹤結果.在跟蹤過程中,利用子空間學習的方法實現正樣本的更新,併以更新後的正負樣本訓練分類器.實驗結果錶明,該方法在目標存在遮擋、光照變化、形變等情況下均可以取得較好的跟蹤效果.
목표판별근종방법일반이단일근종결과(정양본)화부분부양본훈련분류기,병지용단일적특정묘술목표,인차재목표발생차당、광조변화、형변등정황하흔용역도치근종적실패.위료극복단일정양본화단일특정훈련적분류기도치근종불은정적문제,제출일충기우지지향량궤적다특정묘술、다개정부양본진행분류기훈련적목표근종방법,용훈련분류기대소유후선입자적불동특정진행판별화선택,병장구유최대치신개솔적입자학정위근종결과.재근종과정중,이용자공간학습적방법실현정양본적경신,병이경신후적정부양본훈련분류기.실험결과표명,해방법재목표존재차당、광조변화、형변등정황하균가이취득교호적근종효과.