基于主动学习的视频对象提取方法

作者：***; 赵琳琳; 王爽

来源：吉林大学学报（工学版）, 2013, S1: 51-54.

DOI：10.13229/j.cnki.jdxbgxb2013.s1.052

• 视频对象提取
• 支持向量机
• 自适应变化检测
• 主动学习 video object extraction
• support vector machine(SVM)
• adaptive change detection
• active learning

提出了一种基于主动学习的SVM视频对象提取方法。利用主动学习的思想,对传统的支持向量机进行了改进,将SVM和主动学习的优点结合起来,实现了更加准确提取视频对象的目的。通过自适应变化检测获取初始视频对象,并以其作为训练样本,选取正类样本训练支持向量机,构造加强的分界面。实验结果表明,该方法能克服一般SVM方法的缺点,使视频对象的边缘更加精确,同时减小了计算量。

• 单位
  吉林大学