基于联合支持向量机的目标跟踪算法.pdf

第43卷 第 3期 计 算 机 工 程 2017年3月 Vo1．43 No．3 ComputerEngineering March2017 · 图形图像处理 · 文章编号：1000-3428(2017)03．0266．05 文献标志码：A 中图分类号：TP391 基于联合支持向量机的目标跟踪算法 孙俊涛，张顺利，张 利 (清华大学 电子工程系，北京 100084) 摘 要：为得到包含 目标与背景的区分度 以及 目标 自身特性的外观模型，给出一种联合支持向量机 。结合一类支 持向量机和二类支持向量机的特点，设计优化的 目标函数，利用拉格朗 日乘子法给出其对偶形式，实现求解步骤， 并基于此提出 目标跟踪算法，以加强 目标外观模型表达的鲁棒性 ，提高对 目标和背景的鉴别能力。在公开的测试 视频集上的实验结果表明，该算法能够准确地跟踪 目标，并且具有较好的稳定性。 关键词 ：模式识别 ；目标跟踪 ；联合支持 向量机 ；外观模型；目标 函数 中文引用格式：孙俊涛，张顺利，张 利．基于联合支持向量机的 目标跟踪算法[J]．计算机工程，2017，43(3)：266-270． 英文 引用格式 ：SunJuntao，ZhangShunli，ZhangLi．ObjectTrackingAlgorithmBasedonJointSuppo~VectorMachine[J] ComputerEngineering，2017，43(3)：266-270． ObjectTrackingAlgorithm BasedonJointSupportVectorMachine SUN Juntao，ZHANG Shunli，ZHANG Li (DepartmentofElectronicEngineering，TsinghuaUniversity，Beijing100084，China) 【Abstract】Inordertoobtaintheappearancemodelthatcontainsboththedistinctionbetweenobjectandbackgroundand theobjectcharacteritics，thispaperpresentsajointSupportVectorMachine(SVM)．Combiningthecharacteristicsofthe one-classSVM andthebinarySVM ，itproposesanoptimizedobjectfunctionandgivesthesolutionstepsbyitsdualform withLagrangemultiplier．Basedonit，anobjecttrackingalgorithm isproposed．Therobustnessoftheobjectappearance modelisenhanced，andtheabilitytoidentifytheobjectandbackgroundisimproved．Experimentalresultsonthepublic testvideosshow thattheproposedalgorithm canrealizepreciseobjecttracking，andhasgoodstability． 【Keywords】patternrecognition；objecttracking；jointSupportVectorMachine(SVM)；appearancemodel；object function DOI：10．3969／j．issn．1000—3428．2017．03．044 观模型主要分为生成式模型和鉴别式模型 2类。生 0 概述 成式模型 。主要利用 目标样本构建模型，并计算候 在计算机视觉中，目标跟