一种基于支持向量机的视频对象识别方法及系统

摘要

本发明公开了一种基于支持向量机的视频对象识别方法及系统，通过构造训练样本，从训练样本中根据选择的分辨率，利用小波轮廓描述符、形状因子与不变矩相结合的方法来描述训练样本轮廓特征，根据轮廓特征训练得到支持向量机模型，同时也确定了支持向量机模型最优分类面的决策函数的参数，然后从待识别的视频对象中提取轮廓特征，训练后的支持向量机模型根据输入的视频对象的轮廓特征，通过最优分类面的决策函数运算，对获取的视频对象进行分类。本发明具有计算速度快、识别准确率高、运算性能可靠、多分类识别，而且随着识别对象的增多，其识别性能仍保持平稳，识别的速度可以满足实时监控的需要。