基于多粒度感知SVM的复杂场景人车分类方法

资源类型: 资源大小: 文档分类:工业技术

文档信息

【作者】 吴金勇  赵勇  王一科  袁誉乐  张兴 

【关键词】 特征提取  目标分类  支持向量机  Kalman滤波  人眼视觉特性 

【摘要】针对复杂场景中的人车分类问题,提出一种基于多粒度感知SVM(support vector machine)的复杂场景人车分类方法。该方法首先对视频场景进行运动区域分析,结合角点检测方法提取运动区域视觉感知信息,在时空域中采用Kalman滤波将感知信息进行关联推理,去除噪声干扰。再以运动区域质心点为中心,构造目标的多粒度感知特征,最后构造2级SVM分类器,将目标多粒度感知特征向量集输入SVM分类器进行训练及分类,得到人车分类结果输出。实验结果表明,该方法取得了良好的分类效果,人、车全天候平均分类正确率分别达到93.6%以上,能有效避免光照、色彩、目标大小等变化导致的误分类问题,适用于智能交通视频的人车分类应用。

【刊名】北京大学学报(自然科学版)

参考文献

引证文献

问答

我要提问