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：电视技术, 2014, 38(19): 123-127.

DOI：10.16280/j.videoe.2014.19.044

• 二分类
• 目标跟踪
• 单类支持向量机
• 加权多示例采样方法

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。

• 单位
  中国地震局地震研究所; 广西机电职业技术学院; 武汉大学