结合排序向量SVM的视频跟踪

来源：浙江大学学报·工学版杂志2015年第6期北京时间：

作者：于慧敏, 曾雄

单位：浙江大学 信息与电子工程学系,浙江 杭州 310027

摘要：针对真实视频场景中复杂的目标外观变化问题,提出新的结合排序向量SVM（RV-SVM）的单目标视频跟踪算法.基于压缩感知理论,利用稀疏测量矩阵压缩多尺度图像特征.采用Median-Flow跟踪算法作为预测器,并为RV-SVM构建训练数据集,使算法能够适应真实场景中遇到的目标遮挡、3D旋转和目标快速移动等复杂情况.通过在线学习RV-SVM算法,对候选位置集进行排序,找到目标的真实位置.对不同视频序列的测试结果表明：该方法可以在目标运动、旋转以及光照和尺度发生变化的情况下实现准确的跟踪.

关键词：

基金资助：国家自然科学基金资助项目（61471321）；国家“973”重点基础研究发展规划资助项目(2012CB316400)；中兴通讯资助项目