科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于结构化SVM的目标跟踪由于其优异的性能而受到了广泛关注,但是现有方法存在采样样本不均衡问题。针对此问题,论文提出一种基于模糊结构化SVM的目标跟踪模型,针对每一个样本设计了相应的重要度函数,基于对偶坐标下降原理对算法进行求解。对提出目标跟踪方法进行了实验验证,实验结果表明:与基准跟踪器DLSSVM跟踪算法相比,在精确率和成功率两个指标上分别提高2.7%,3.6%。在背景混杂、目标形变、遮挡和运动模糊等属性视频中性能也有明显提高。
- 出版日期2021
- 单位中国人民解放军陆军炮兵防空兵学院
基于结构化SVM的目标跟踪由于其优异的性能而受到了广泛关注,但是现有方法存在采样样本不均衡问题。针对此问题,论文提出一种基于模糊结构化SVM的目标跟踪模型,针对每一个样本设计了相应的重要度函数,基于对偶坐标下降原理对算法进行求解。对提出目标跟踪方法进行了实验验证,实验结果表明:与基准跟踪器DLSSVM跟踪算法相比,在精确率和成功率两个指标上分别提高2.7%,3.6%。在背景混杂、目标形变、遮挡和运动模糊等属性视频中性能也有明显提高。
