[发明专利]一种基于SVM的实时视频目标动态分类方法

权利要求书

1.一种基于SVM的实时视频目标动态分类方法，其特征在于所述方法包括如下步骤：

步骤一、选定三个基础类别模型，并通过训练数据的训练得到三个对应的SVM分类器；

步骤二、对于第j个待分类视频目标，得到其图像签名特征曲线Curve_j；

步骤三、将步骤二得到的曲线特征向量Curve_j作为输入，分别通过三个SVM分类器，从而得到三个归属度结果，其中：

式中，f_k为归属度，Curve_j为图像签名特征曲线，y_i′为对应于样本i的类别属性，α_i^*为拉格朗日乘子，为核函数，b_k^*为超平面截距；

步骤四、将步骤三得到的归属度结果组合成三元组D_j，并规范化到区间[0,1]，有D_j＝(d₁,d₂,d₃)，其中0≤d1≤1，0≤d₂≤1，0≤d₃≤1；

步骤五、将三元组D_j＝(d₁,d₂,d₃)依据下式进行加权计算：

s＝0.299d₁+0.587d₂+0.114d₃；

步骤六、根据步骤五计算得到的加权结果s确定类别归属编号，并保存有关信息。

2.根据权利要求1所述的基于SVM的实时视频目标动态分类方法，其特征在于所述图像签名特征曲线的获得方法如下：

步骤一：对于需要提取图像特征的图像对象，将其调整到预先定义的大小，以保证提取参考的一致性；

步骤二：通过ICM迭代运算得到基于颜色信息的ICM图像签名；

步骤三：对归一化后的目标图像进行二值化、边缘提取和边界跟踪图像预处理，得到SRIC；

步骤四：对SRIC进行去噪处理，并附加结合到相应的基于颜色信息的ICM图像签名中。