论文部分内容阅读
提出了基于AdaBoost检测和相关向量机回归预测的多目标跟踪算法——AdaBoost-RVM算法,该算法可以处理目标数可变的多目标跟踪问题。训练一个AdaBoost检测器,用于识别目标,间隔一定帧数检测场景中出现的所有目标,并与已跟踪目标的HSV空间直方图和HOG特征进行匹配,以确定目标为消失、重现或新目标出现,对新目标构建样本集,采用RVM训练得到用于预测的相关向量。另外,缩小样本特征维度从而缩短了训练和预测时间,采用卡曼滤波对预测值进行修正,提高了跟踪精度和稳定性。将其应用于行人和汽车的跟踪,