基于支持矢量机和信任域的目标跟踪算法

作     者：贾静平 张飞舟 柴艳妹 

作者机构：北京大学地空学院遥感与地理信息系统研究所 清华大学计算机科学与技术系 

出 版 物：《北京大学学报(自然科学版)网络版(预印本)》 (Acta Scientiarum Naturalium Universitatis Pekinensis)

年 卷 期：2008年第1期

页      面：67-72页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家“863”计划(2004AA13020) “为新研究基金”资助项目 

主　　题：SVM算法 尺度空间 多尺度规范化Laplacian滤波 QP-TR信任域算法 

摘      要：从模式分类的角度看待跟踪问题,将SVM(支持矢量机)方法、信任域算法和尺度空间理论相结合,提出了一种能精确描述目标尺寸连续变化的新的序列图像目标跟踪算法。首先使用SVM算法对像素分类,将每一帧输入图像转换成目标概率分布图,目标区域在概率分布图中呈现为灰度块。然后通过检测该图在尺度空间中微分滤波器输出的极值,来决定这些灰度块的尺度。最后使用QP-TR信任域算法在尺度空间里和图像平面内快速搜索概率分布图多尺度规范化Laplacian滤波函数的极值,实现了目标定位并同时决定了其尺度,从而完成了跟踪任务。通过和现有算法的比较以及在大量真实序列图像上的实验表明,该算法不但能够更准确地描述目标的大小,而且显著提高了跟踪算法的精度。