基于多粒度感知SVM的复杂场景人车分类方法

• 作者: 吴金勇 张兴 王一科 袁誉乐 赵勇
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征提取 目标分类 支持向量机 Kalman滤波 人眼视觉特性
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 404-408
• 页数: 5页
• 分类号: TP391
• 字数: 3205字
• 语种: 中文

摘要

针对复杂场景中的人车分类问题,提出一种基于多粒度感知SVM (support vector machine)的复杂场景人车分类方法.该方法首先对视频场景进行运动区域分析,结合角点检测方法提取运动区域视觉感知信息,在时空域中采用Kalman滤波将感知信息进行关联推理,去除噪声干扰.再以运动区域质心点为中心,构造目标的多粒度感知特征,最后构造2级SVM分类器,将目标多粒度感知特征向量集输入SVM分类器进行训练及分类,得到人车分类结果输出.实验结果表明,该方法取得了良好的分类效果,人、车全天候平均分类正确率分别达到93.6％以上,能有效避免光照、色彩、目标大小等变化导致的误分类问题,适用于智能交通视频的人车分类应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵勇	北京大学深圳研究生院	38	285	10.0	16.0
2	张兴	北京大学信息科学技术学院	120	618	12.0	20.0
3	袁誉乐	北京大学深圳研究生院	3	9	2.0	3.0
4	吴金勇	北京大学深圳研究生院	1	7	1.0	1.0
8	王一科		1	7	1.0	1.0