刘 锴,戴平阳,江晓莲,李翠华

(厦门大学信息科学与技术学院,福建厦门361005)

基于排序支持向量机的多特征融合目标跟踪算法

刘 锴,戴平阳,江晓莲,李翠华

(厦门大学信息科学与技术学院,福建厦门361005)

针对计算机视觉领域的目标跟踪问题,提出一种基于排序支持向量机的多特征融合目标跟踪算法。利用排序支持向量机学习得到排序函数,提取2种不同的图像特征分别构造分类器,使2个排序支持向量机并行预测,分别计算2个分类器的错误率,从而得到分类器权重完成融合。实验结果表明,与目前主流的跟踪算法相比,该算法的跟踪结果更准确,在复杂视频环境下也能对目标进行稳定跟踪,具有较强的鲁棒性。

目标跟踪;多特征融合;排序学习;分类器;排序支持向量机;鲁棒性

1 概述

视觉目标跟踪是计算机视觉领域内一个重要组成部分,随着研究的不断深入,人们提出了许多跟踪算法［1］,但要实现不同场景下的目标鲁棒跟踪,仍然需要克服许多难点,如场景光照变化、背景混淆、目标自身形变、目标快速运动、部分遮挡、完全遮挡等［2］。

近年来,基于学习的视觉跟踪方法越来越受到人们的关注,文献［3］提出了一种结合光流法的支持向量机跟踪算法,该算法使用离线数据训练支持向量机来进行目标跟踪。文献［4］引入结构化输出的支持向量机(Support Vector Machine,SVM)来进行目标跟踪,该方法通过使用结构化输出的支持向量机直接给出了目标跟踪结果,而不是采用传统的基于检测的先采用后分类的跟踪方法来进行跟踪。……