基于支持向量机的多特征选择目标跟踪
기우지지향량궤적다특정선택목표근종
Multi-feature Selection Tracking Based on Support Vector Machine
  • 万方数据
    应用科学学报 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

    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.
    목표판별근종방법일반이단일근종결과(정양본)화부분부양본훈련분류기,병지용단일적특정묘술목표,인차재목표발생차당、광조변화、형변등정황하흔용역도치근종적실패.위료극복단일정양본화단일특정훈련적분류기도치근종불은정적문제,제출일충기우지지향량궤적다특정묘술、다개정부양본진행분류기훈련적목표근종방법,용훈련분류기대소유후선입자적불동특정진행판별화선택,병장구유최대치신개솔적입자학정위근종결과.재근종과정중,이용자공간학습적방법실현정양본적경신,병이경신후적정부양본훈련분류기.실험결과표명,해방법재목표존재차당、광조변화、형변등정황하균가이취득교호적근종효과.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문