基于SVM邻域学习的视频目标检测方法

• 作者: 胡军 胡涛 郭杭
• 来源期刊: 现代电子技术
• 关键词: SVM模型 邻域学习 视频目标检测 统计学分析
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 图形图像处理
• 页码范围: 95-98
• 页数: 4页
• 分类号: TN948.6-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.14.027

摘要

针对传统SVM普通学习模型无法适应视频中目标姿态变化、有遮挡或复杂背景的局限性,提出一种新的SVM邻域学习模型.邻域学习是基于视频相邻帧在时间和空间上的高度相关性,每个测试帧在其相邻帧上抽取训练数据进行SVM模型的学习与更新,随着视频的更新,SVM模型将不断更新来适应目标检测的各种变化.通过大量样本在各种复杂环境下实验,采用统计学分析结果,证明SVM邻域学习比传统SVM普通学习准确率更高、鲁棒性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡涛	南昌大学信息工程学院	4	15	2.0	3.0
2	郭杭	南昌大学空间科学与技术研究院	60	378	11.0	16.0
3	胡军	南昌大学信息工程学院	21	118	6.0	10.0