一种基于模糊结构化SVM的目标跟踪算法
孙子文
夏良
中国人民解放军陆军炮兵防空兵学院信息工程系 合肥 230031
摘要：基于结构化SVM的目标跟踪由于其优异的性能而受到了广泛关注,但是现有方法存在采样样本不均衡问题.针对此问题,论文提出一种基于模糊结构化SVM的目标跟踪模型,针对每一个样本设计了相应的重要度函数,基于对偶坐标下降原理对算法进行求解.对提出目标跟踪方法进行了实验验证,实验结果表明:与基准跟踪器DLSSVM跟踪算法相比,在精确率和成功率两个指标上分别提高2.7％,3.6％.在背景混杂、目标形变、遮挡和运动模糊等属性视频中性能也有明显提高.
关键词：目标跟踪结构化SVM非平衡问题
分类号：TP391.4(计算技术、计算机技术)
论文发表日期：2021-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 46-48,61 )
英文信息