基于主动学习的视频对象提取方法

吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (增刊1): 51-54.

基于主动学习的视频对象提取方法

王学军, 赵琳琳, 王爽

吉林大学通信工程学院,长春 130012

收稿日期:2012-05-20 发布日期:2013-06-01
作者简介:王学军(1965-),男,副教授.研究方向:多媒体信息处理.E-mail:xjwang@jlu.edu.cn
基金资助:
吉林省科技发展计划项目(20090514).

Video object extraction method based on active learning SVM

WANG Xue-jun, ZHAO Lin-lin, WANG Shuang

College of Communication Engineering, Jilin University, Changchun 130012, China

Received:2012-05-20 Published:2013-06-01

摘要/Abstract

摘要：

提出了一种基于主动学习的SVM视频对象提取方法。利用主动学习的思想,对传统的支持向量机进行了改进,将SVM和主动学习的优点结合起来,实现了更加准确提取视频对象的目的。通过自适应变化检测获取初始视频对象,并以其作为训练样本,选取正类样本训练支持向量机,构造加强的分界面。实验结果表明,该方法能克服一般SVM方法的缺点,使视频对象的边缘更加精确,同时减小了计算量。

关键词: 视频对象提取, 支持向量机, 自适应变化检测, 主动学习

Abstract:

A video object extraction method based on active learning SVM was presented.By using the idea of active learning,the traditional SVM was improved,so the extracted video object was more accurately.An adaptive change detection method was used for obtaining the original video object,then the object was chosen for SVM training,and the positive samples were trained for constructing the intensifying classification plane.Experiment results show that the proposed method can overcome the shortage of the traditional SVM,get more exactly object edge,and reduce the computational complexity.

Key words: video object extraction, support vector machine(SVM), adaptive change detection, active learning

中图分类号:

TP391.4

王学军, 赵琳琳, 王爽. 基于主动学习的视频对象提取方法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 51-54.

WANG Xue-jun, ZHAO Lin-lin, WANG Shuang. Video object extraction method based on active learning SVM[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 51-54.

参考文献

[1] Zhu S P,Xia X,Zhang Q G.A novel spatial-temporal video object segmentation algorithm [C]//IEEE International Conference on Industrial Technology(ICIT),2008:1-5.

[2] Luciano S,Jacob S.Video segmentation based on motion coherence of particles in a video sequence [J].IEEE Transactions on Image Processing,2010,19(4):1036-1049.

[3] Guo L H.A fast and automatic video object segmentation technique [C]//IEEE International Conference on Communications,Circuits and Systems,2008:714-717.

[4] Liu Z,Gu J D,Shen L Q.Efficient video object segmentation based on gaussian mixture model and markov random field [C]//IEEE International Conference on Signal Processing(ICSP),2008:1006-1009.

[5] Zheng H R,Liu Z,Wang X F.Research on the video segmentation method with integrated multi-features based on GMM [C]//International Conference on Computational Intelligence for Modeling Control & Automation (CIMCA),2008:260-264.

[6] Hu S Y,Li J S,Li X H.Video object segmentation based on multi-feature clustering [C]//IEEE World Congress on Intelligent Control and Automation(WCICA),2008:5946-5949.

[7] Zhang J M,Chen C H.Moving object detection and segmentation in dynamic video backgrounds [C]//2007 IEEE Conference on Technologies for Homeland Security,2007:64-69.

[8] Gosselin P H,Cord M.Active learning methods for interactive image retrieval [J].IEEE Transactions on Image Processing,2008,17(7):1200-1211.

[9] Wbllbom M,Meeh R.Refined procedure for object segmentation algorithms[R].Doc ISO/IEC JTCI/SC29/WG11 M3448,1998.

相关文章 15

[1]	隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365.
[2]	耿庆田, 于繁华, 王宇婷, 高琦坤. 基于特征融合的车型检测新算法[J]. 吉林大学学报(工学版), 2018, 48(3): 929-935.
[3]	蔡振闹, 吕信恩, 陈慧灵. 基于反向细菌优化支持向量机的躯体化障碍预测模型[J]. 吉林大学学报(工学版), 2018, 48(3): 936-942.
[4]	袁哲明, 张弘杨, 陈渊. 基于特征选择和支持向量机的HIV-1型蛋白酶剪切位点预测[J]. 吉林大学学报(工学版), 2017, 47(2): 639-646.
[5]	梁士利, 魏莹, 潘迪, 张玲, 许廷发, 王双维. 基于语谱图行投影的特定人二字汉语词汇识别[J]. 吉林大学学报(工学版), 2017, 47(1): 294-300.
[6]	商强, 杨兆升, 张伟, 邴其春, 周熙阳. 基于奇异谱分析和CKF-LSSVM的短时交通流量预测[J]. 吉林大学学报(工学版), 2016, 46(6): 1792-1798.
[7]	赵云鹏, 于天来, 焦峪波, 宫亚峰, 宋刚. 异形桥梁损伤识别方法及参数影响分析[J]. 吉林大学学报(工学版), 2016, 46(6): 1858-1866.
[8]	周炳海, 徐佳惠. 基于支持向量机的多载量小车实时调度[J]. 吉林大学学报(工学版), 2016, 46(6): 2027-2033.
[9]	卢英, 王慧琴, 秦立科. 高大空间建筑火灾精确定位方法[J]. 吉林大学学报(工学版), 2016, 46(6): 2067-2073.
[10]	马知行, 赵琦, 张浩. 基于傅立叶分析的持家基因预测模型[J]. 吉林大学学报(工学版), 2016, 46(5): 1639-1643.
[11]	王品, 何璇, 吕洋, 李勇明, 邱明国, 刘书君. 基于多特征支持向量机和弹性区域生长的膝软骨自动分割[J]. 吉林大学学报(工学版), 2016, 46(5): 1688-1696.
[12]	张静, 刘向东. 混沌粒子群算法优化最小二乘支持向量机的混凝土强度预测[J]. 吉林大学学报(工学版), 2016, 46(4): 1097-1102.
[13]	申铉京, 翟玉杰, 卢禹彤, 王玉, 陈海鹏. 基于信道补偿的说话人识别算法[J]. 吉林大学学报(工学版), 2016, 46(3): 870-875.
[14]	宗芳, 王占中, 贾洪飞, 焦玉玲, 吴杨. 基于支持向量机的通勤日活动-出行持续时间预测[J]. 吉林大学学报(工学版), 2016, 46(2): 406-411.
[15]	张浩, 刘海明, 吴春国, 张艳梅, 赵天明, 李寿涛. 基于多特征融合的绿色通道车辆检测判定[J]. 吉林大学学报(工学版), 2016, 46(1): 271-276.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed