基于SVM输出概率和后置滤波的运动目标分类  

Moving target classification using SVM probability and post-filtering

作　　者：李占闯[1] 肖国强[1] 代毅[1] 邱开金[1] 

机构地区：[1]西南大学计算机与信息科学学院,重庆400715

出　　处：《计算机应用研究》2010年第2期778-780,共3页Application Research of Computers

基　　金：重庆市自然科学基金资助项目(CSTC-2008BB2252);国家大学生创新性实验计划资助项目(081063510)

摘　　要：提出了一种新的运动目标分类方法,该方法利用sigmoid函数将标准SVM的输出结果直接转换为目标所属类别的概率,避免了分类器的组合问题;同时该方法还利用后置加权均值滤波器对SVM的初始输出结果进行滤波平滑处理,进一步提高了分类的正确率。实验结果表明,该方法能有效地提高运动目标分类的精度。This paper presented a new method to classify moving targets, in which the outputs of standard SVMs could be mapped directly into target category＇ s posterior probabilities by the sigmoid function. Furthermore, also put forward a post-filtering framework to improve classification accuracy, using a weighted average filter to smooth the initial outputs of SVM classitiers. Experimental results demonstrate that the framework of SVM probability outputs combined with a post-filter is more effective for moving target classification from video in terms of classification accuracy.

关 键 词：支持向量机 后验概率 均值滤波 运动目标分类 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]