基于支持向量機(jī)的實(shí)時(shí)視頻目標(biāo)跟蹤技術(shù)研究.pdf

1、近年來在計(jì)算機(jī)視覺研究領(lǐng)域中，視頻目標(biāo)跟蹤成為重要課題，在人機(jī)交互、增強(qiáng)現(xiàn)實(shí)等諸多領(lǐng)域應(yīng)用廣泛。由于視頻場(chǎng)景中包含許多諸如光照、遮擋、背景干擾等復(fù)雜信息，加上目標(biāo)本身的運(yùn)動(dòng)變化，使得研究魯棒的目標(biāo)跟蹤算法面臨著很大的挑戰(zhàn)。本文對(duì)視頻目標(biāo)跟蹤算法做了具體的研究，采用結(jié)構(gòu)化支持向量機(jī)實(shí)現(xiàn)目標(biāo)跟蹤，主要研究方面如下：
　?。?）在深入研究不同特征提取方法的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了基于支持向量機(jī)的目標(biāo)分類算法，并展示了不同特征提取方法的分類效

2、果。針對(duì)特征提取中的冗余信息，采用主成分分析(PCA)降維方法去除變量之間的相關(guān)性，通過不同類型的實(shí)驗(yàn)，總結(jié)出不同樣本提取特征方法在實(shí)際中的不同應(yīng)用。
　?。?）改進(jìn)傳統(tǒng)的結(jié)構(gòu)化支持向量機(jī)在線目標(biāo)跟蹤方法，解決了在目標(biāo)半遮檔和運(yùn)動(dòng)交叉時(shí)產(chǎn)生的跟蹤漂移現(xiàn)象。采用幀間目標(biāo)匹配度波動(dòng)值判斷目標(biāo)是否出現(xiàn)異常，從而決定是否更新支持向量，并結(jié)合卡爾曼濾波預(yù)測(cè)下一幀目標(biāo)位置，修正跟蹤結(jié)果。
　?。?）針對(duì)目標(biāo)在視頻中暫時(shí)離開，重新捕獲時(shí)容