论文部分内容阅读
运动目标的特征提取是运动目标分类的基础。仅依赖于单特征进行运动目标分类容易受到目标区域检测精度不准确、目标角度、尺度变化以及噪声干扰等因素影响,从而造成分类准确度降低。为克服上述缺点,提高算法的鲁棒性,提出了融合宽高比特征、旋转不变均匀局部二值模式特征以及尺度不变特征(SIFT特征)的运动目标特征提取算法,并在此基础上基于支撑向量机和K近邻方法对运动目标进行分类。实验表明,采用融合多特征的运动目标特征提取方法能够显著提高运动目标的平均分类准确率。