科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高视频目标跟踪性能，采用结构化支持向量机用于视频目标跟踪，并借助核主成分分析用于视频目标特征降维及去冗余处，以增强视频目标分类适应度。首先，提取视频目标特征，经过核主成分分析映射至更利于目标分类的特征向量。接着，建立基于结构化支持向量机的视频目标判别分类模型，从而充分挖掘目标内数据特征的紧密性，有效提高了目标跟踪的精准率。最后，针对结构化支持向量机进行关键参数求解，并获得稳定的视频目标跟踪分类结果。根据分类结果判定对应的目标以完成视频目标跟踪。试验结果表明，对于4类公共视频数据集，对比其他3种视频跟踪算法，所提方法在跟踪精准率和跟踪速率等4个关键性能指标方面具有明显优势，在应对大规模视频目标跟踪时具有较强的适应度。
