摘要：本发明涉及一种基于结构支持向量机的多尺度目标跟踪方法，利用结构输出支持向量机输出目标的位置估计值，避免了传统分类器对样本标签进行精确估计的需要；通过在线学习的方式更新结构输出支持向量机的参数，实现目标自适应跟踪；采用少量多尺度粒子作为候选样本，克服了传统固定尺度密集采样计算量过大的缺点，并显著提高了方法对目标尺度变化的适应性；提出一种阈值机制来避免支持向量集维数随时间快速无限增长，避免了计算资源的浪费；采用积分图进行Haar?like特征的快速计算，保证了方法的实时性。本发明在复杂背景下有较强鲁棒性，对目标的尺度变化、部分遮挡、旋转、光照变化等有较强适应性，满足实际目标跟踪任务的需要。
- 专利类型发明专利
- 申请人西北工业大学;
- 发明人赵天云;鹿馨;郭雷;胡秀华;
- 地址710072 陕西省西安市友谊西路127号
- 申请号CN201510270434.8
- 申请时间2015年05月25日
- 申请公布号CN105184811B
- 申请公布时间2017年02月22日
- 分类号G06T7/246(2017.01)I;G06T7/269(2017.01)I;
教育装备采购网在线客服
京公网安备11010802043465号
