摘要：本發(fā)明涉及一種基于結構支持向量機的多尺度目標跟蹤方法，利用結構輸出支持向量機輸出目標的位置估計值，避免了傳統(tǒng)分類器對樣本標簽進行精確估計的需要；通過在線學習的方式更新結構輸出支持向量機的參數(shù)，實現(xiàn)目標自適應跟蹤；采用少量多尺度粒子作為候選樣本，克服了傳統(tǒng)固定尺度密集采樣計算量過大的缺點，并顯著提高了方法對目標尺度變化的適應性；提出一種閾值機制來避免支持向量集維數(shù)隨時間快速無限增長，避免了計算資源的浪費；采用積分圖進行Haar?like特征的快速計算，保證了方法的實時性。本發(fā)明在復雜背景下有較強魯棒性，對目標的尺度變化、部分遮擋、旋轉、光照變化等有較強適應性，滿足實際目標跟蹤任務的需要。
- 專利類型發(fā)明專利
- 申請人西北工業(yè)大學;
- 發(fā)明人趙天云;鹿馨;郭雷;胡秀華;
- 地址710072 陜西省西安市友誼西路127號
- 申請?zhí)?/b>CN201510270434.8
- 申請時間2015年05月25日
- 申請公布號CN105184811B
- 申請公布時間2017年02月22日
- 分類號G06T7/246(2017.01)I;G06T7/269(2017.01)I;
教育裝備采購網(wǎng)企業(yè)微信客服
京公網(wǎng)安備11010802043465號
