基于单类支持向量机的目标跟踪算法研究

• 作者: 农丹华 王飞
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 二分类 目标跟踪 单类支持向量机 加权多示例采样方法
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 信息终端与显示
• 页码范围: 123-127
• 页数: 5页
• 分类号: TP391
• 字数: 4217字
• 语种: 中文

摘要

基于分类的跟踪算法成为当前目标跟踪的研究热点.首先把跟踪问题看成是一个目标和背景的二分类问题,根据每一帧的正负样本数据训练SVM分类器,通过分类器的分类概率值确定目标位置.然而,采集正负样本边界的那些样本很容易出现异常点,当把它们作为目标的下一帧位置时将会出现严重的跟踪漂移问题.为此,提出了一种基于单类支持向量机(One-class Support Vector Machine,One-class SVM)的目标跟踪算法,基于One-class SVM分类能有效地排除其他类的干扰,有效地防止异常样本的出现.并结合加权多示例采样方法,使得每个采样样本会根据不同的权值对于分类器的贡献而不同.仿真实验结果表明,改进的跟踪方法是可行的、有效的,有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王飞		33	108	6.0	9.0
3	农丹华	广西机电职业技术学院计算机与信息工程系	6	15	2.0	3.0