改进的AdaBoost-SVM算法用于无人机目标跟踪

• 作者: 左奎军 曹愈远 李艳军 王宏宇
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 交通运输
• 关键词: 随机投影 支持向量机(SVM) AdaBoost算法 机器学习 目标跟踪
• 年，卷（期）: 2019,（6）
• 页码范围: 1113-1119
• 页数: 7页
• 分类号: U495
• 字数: 5783字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2019.06.025

摘要

研究一种基于AdaBoost的支持向量机(SVM)用于无人机的目标检测与跟踪.给出了无人机目标跟踪的基本框架和HOG特征提取的步骤,分别总结了AdaBoost算法与SVM的分类原理以及将基于径向基核函数的支持向量机(RBFSVM)作为AdaBoost的弱分类器时,σ值的取值大小对AdaBoost分类器的影响问题,给出目标跟踪算法的计算流程.利用人脸识别标准库ORL验证了随机投影方法进行数据降维的有效性.由两种数据集的分类实验结果以及最终跟踪结果的精确度曲线与成功率曲线表明,与传统的跟踪算法相比,提出的基于机器学习的目标跟踪算法可有效处理无人机目标跟踪中的光照变化、目标遮挡、运动模糊和小目标检测等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳军	南京航空航天大学民航学院	89	441	12.0	17.0
2	曹愈远	南京航空航天大学民航学院	46	143	7.0	10.0
3	王宏宇	南京航空航天大学民航学院	14	177	10.0	13.0
4	左奎军	南京航空航天大学民航学院	1	1	1.0	1.0