基于支持向量機的實時視頻目標跟蹤技術(shù)研究.pdf

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

2、果。針對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，通過不同類型的實驗，總結(jié)出不同樣本提取特征方法在實際中的不同應(yīng)用。
　　（2）改進傳統(tǒng)的結(jié)構(gòu)化支持向量機在線目標跟蹤方法，解決了在目標半遮檔和運動交叉時產(chǎn)生的跟蹤漂移現(xiàn)象。采用幀間目標匹配度波動值判斷目標是否出現(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)測下一幀目標位置，修正跟蹤結(jié)果。
　?。?）針對目標在視頻中暫時離開，重新捕獲時容