基于多类支持向量机的目标跟踪

摘要

为了进一步利用视频序列中的空间信息,以提高目标跟踪算法在复杂环境、部分遮挡等场景下的性能,该文提出了一种基于多类样本的支持向量机的跟踪算法.该算法首先将目标区域的样本作为正样本,将背景区域的样本作为负样本,将目标与背景之间的区域作为中间样本.然后在此基础上进行特征提取,并用得到的多类特征通过支持向量机进行分类器的训练,从而得到更加鲁棒分类器.最后在更新策略上,采用了在线更新的策略,对错误的分类结果不予更新,该方法可以克服跟踪错误或者目标消失后带来的错误学习的问题,保证更新的样本是正确的样本.在公开数据集中的实验表明,和其他的优秀算法相比,该算法能够在一些复杂场景下对目标实现精确的跟踪.