支持向量机在视频运动目标分析中的应用  

Application of Support Vector Machine in Video Moving Target Analysis

作　　者：邢吉生[1] 杨礼[2] 尚祖飞[3] 浦铁成[1] 牛国成[1] 于哲舟[4] 

机构地区：[1]北华大学电气信息工程学院,吉林吉林132021 [2]中国科学院长春光学精密机械与物理研究所光学系统先进制造技术重点实验室,长春130033 [3]黑龙江大学电子工程学院,哈尔滨150080 [4]吉林大学计算机科学与技术学院,长春130012

出　　处：《吉林大学学报（理学版）》2013年第1期107-110,共4页Journal of Jilin University:Science Edition

基　　金：吉林省自然科学基金(批准号:2011150222);吉林省科技发展计划项目(批准号:20096035);吉林省发改委项目(批准号:2011006-8);吉林省教育厅"十二五"规划研究项目(批准号:[2011]第116号);教育部博士学科点专项科研基金(批准号:20120061110045)

摘　　要：提出一种基于支持向量机的运动目标分类方法.先将支持向量机引入分析视频运动目标中,再在视频中筛选出简单有效的组合特征对目标进行分类.该方法先使用混合Gauss背景模型提取前景运动目标,获取目标的形状特征和运动特征,再利用支持向量机对样本数据进行训练,得到最优决策函数.实验结果表明,利用支持向量机和运动目标特征组合的方法进行运动目标分析实用、有效.Support vector machine was introduced into the analysis of moving objects, simple and effective combination of extracted target features was performed for the classification of moving objects. We used Gaussian mixture background model to detect moving objects, from which shape features and movement features were extracted. Support vector machine was adopted to obtain the optimal decision function via training marked sample data. The experiment shows that the analysis of moving targets via support vector machine and moving object feature combination is effective.

关 键 词：支持向量机 视频运动目标 特征提取 分类器 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]