视频监控中基于在线多核学习的目标再现识别

• 作者: 许允喜 陈方
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 视频监控 多核学习 局部描述子 目标再现识别 单词树
• 年，卷（期）: 2012,（9）
• 页码范围: 65-71
• 分类号: TP391.41
• 字数: 3876字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2012.09.011

摘要

在非重叠多摄像机或单摄像机视频监控中,识别跟踪目标的再次出现很重要.针对传统支持向量机方法在特征融合方面的缺陷,本文提出了一种新的基于在线多核学习的人体目标再现识别方法.该方法对跟踪目标视频前景图像序列提取具有互补性的视觉单词树直方图和全局颜色直方图二种特征,再采用多核学习方法在线训练人体目标视觉外观,从而得到多核特征融合模型.实验结果表明,该方法能快速训练人体目标外观模型,满足视频监控的实时要求,多核融合模型获得了比单一特征模型和单核支持向量机方法更高的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许允喜	湖州师范学院信息与工程学院	22	200	7.0	13.0
2	陈方	湖州师范学院信息与工程学院	13	93	6.0	9.0