基于支持矢量机和信任域的目标跟踪算法 贾静平;张飞舟;柴艳妹 【期刊名称】《北京大学学报：自然科学版》 【年(卷),期】2008(44)5 【摘 要】通过使用SVM(支持矢量机)分类器对像素分类进行目标检测,将输入图像转换成可靠的目标概率分布图,然后结合使用性能优良的信任域优化算法,在概率分布图上实现目标定位并确定其尺寸。分类器对像素分类的低错分率为信任域算法提供了更好的基础。通过和现有算法的比较以及在真实序列图像上的实验表明,该算法不但能够更准确地检测到目标,而且在跟踪精度方面有了显著提高。 【总页数】5页(P810-814) 【关键词】支持矢量机;尺度空间理论;信任域算法 【作 者】贾静平;张飞舟;柴艳妹 【作者单位】北京大学遥感与地理信息系统研究所,北京100871;清华大学计算机科学与技术系,北京100084 【正文语种】中 文 【中图分类】TP391 【相关文献】 1.基于单类支持向量机的目标跟踪算法研究 [J], 农丹华;王飞 2.基于联合支持向量机的目标跟踪算法 [J], 孙俊涛;张顺利;张利 3.基于排序支持向量机的多特征融合目标跟踪算法 [J], 刘锴;戴平阳;江晓莲;李翠华 4.基于二值特征和结构化输出支持向量机的目标快速跟踪算法 [J], 李新叶;孙智华;陈明宇 5.基于支持矢量机的小波域超声信号消噪技术 [J], 杨克己;乔华伟 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/10b8717f3269a45177232f60ddccda38366be16a.html