摘要
把目标跟踪看作为目标和背景在时序上的分类问题来进行处理,选择支持向量机作为分类器,完成相应的目标跟踪任务。在跟踪过程中,采用扰动前景区域和按步长抽取背景的方法得到数量相当的正负样本;建立图像的积分直方图索引,通过索引之间的加减快速获取区域边缘和纹理特征向量;将新样本集合与前期获取的支持向量混合起来一并训练,实现分类器的在线更新。用经典图像序列进行实验,实验结果表明,该算法具有良好的跟踪效果。
Considering object tracking as a classify problem on time series signal,support vector machine（SVM） is selected here as the classifier to complete the task.During the process of object tracking,a relative large number of positive and negative samples are gained by the way of disturbing the foreground region and sampling the background region by steps.Building the index of integral histograms,the edge features and texture features are rapidly extracted by fast calculating on the index.On-line updating the SVM is achieved by training the samples and the historical support vectors together.Experimental results on traditional video clips show the accuracy and robustness of the proposed algorithm.
出处
《计算机工程与设计》
CSCD
北大核心
2011年第12期4210-4212,4245,共4页
Computer Engineering and Design
基金
徐州师范大学自然科学基金项目(09XLA19)
作者简介
张谢华（1977-），女，安徽宿松人，博士研究生，副教授，研究方向为图像处理、运动目标跟踪；
路梅（1976-），女，江苏徐州人，硕士，研究方向为图像处理；
田敏（1982-），男，安徽芜湖人，硕士，研究方向为运动目标跟踪。E-mail：xuzhouzxhyt@163_com
