基于排序支持向量机的多特征融合目标跟踪算法

摘要：

针对计算机视觉领域的目标跟踪问题，提出一种基于排序支持向量机的多特征融合目标跟踪算法。利用排序支持向量机学习得到排序函数，提取2种不同的图像特征分别构造分类器，使2个排序支持向量机并行预测，分别计算2个分类器的错误率，从而得到分类器权重完成融合。实验结果表明，与目前主流的跟踪算法相比，该算法的跟踪结果更准确，在复杂视频环境下也能对目标进行稳定跟踪，具有较强的鲁棒性。

关键词：目标跟踪、多特征融合、排序学习、分类器、排序支持向量机、鲁棒性

分类号：TP18(自动化基础理论)

资助基金：国家部委基金;高等学校博士学科点专项科研基金资助项目20110121110020。

在线出版日期：2014-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：42-45,55