10.16652/j.issn.1004-373x.2022.01.011
基于SVM与Meanshift跟踪算法的运动视频目标跟踪
文中提出基于SVM与Meanshift跟踪算法的视频运动目标跟踪方法,在体育视频初始图像中选取跟踪目标所处位置,获取跟踪目标周围目标与背景两部分特征向量,使用目标和背景特征向量训练SVM二分分类器,使用分类器分类下一帧视频图像跟踪目标位置与所处背景图像,获取置信图;使用Meanshift跟踪算法在置信图范围内获取当前跟踪目标中心位置,移动目标框和背景框的中心位置到达目标位置,以10%的比例缩放目标框并选择最优者用以适应目标尺寸变化;确定是否已经跟踪到视频最后一帧图像,如果没有跟踪至最后一帧图像,则需使用此时目标像素和背景像素训练新的SVM分类器,跟踪下一帧图像,直至完成整个视频序列图像运动目标跟踪任务.实验结果表明,所提方法可以实时、准确地跟踪视频内运动目标.
运动目标跟踪;视频图像;SVM分类器;置信图;Meanshift跟踪算法;图像跟踪
45
TN911.73-34;TP391
2022-02-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
56-60