基于CKPCA-HOG和支持向量机的运动目标分类算法

被引：6

作者：

闻帆 ^{[1
,2
]}

屈桢深 ^{[2
]}

闫纪红 ^{[1
]}

机构：

[1] 哈尔滨工业大学机电工程学院

[2] 哈尔滨工业大学空间控制与惯性技术研究中心

来源：

哈尔滨工程大学学报 | 2011年 / 32卷 / 05期

关键词：

目标分类; 梯度方向直方图; 核主成分分析; 二叉决策树支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了准确地对监控场景中的运动目标进行语义上的分类,提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法.利用背景减法提取运动目标前景区域,并识别出潜在候选运动目标.利用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征,以较低维数的数据有效地描述运动目标的有效特征.将提取的运动目标特征输入二叉决策树支持向量机,实现多类目标的准确分类.通过在不同视频序列上的实验验证,提出的算法对运动目标进行较好地分类,而且在运算速度方面较传统目标分类方法有了明显的提高.实验结果证明了算法对运动目标分类具有较好的准确性、可靠性和鲁棒性.

引用

页码：643 / 649

页数：7

共 5 条

[1] 基于Gentle Adaboost的行人检测 [J].