基于轮廓特征的场景动态目标实时分类研究

彭晖¹，刘士荣^1,2，仲朝亮^1,2

1. 杭州电子科技大学电气自动化研究所2. 检测仪表与自动化系统集成技术教育部工程研究中心

摘 要：针对动态场景目标的分类问题,提出一种基于轮廓特征的运动目标分类方法。通过构建多种轮廓特征相结合的特征向量模型来描述动态目标,作为分类器学习判别的基础。该方法首先通过混合高斯模型提取出视频中的动态场景目标,经图像形态学的处理,获得较为精确的动态场景目标轮廓图像,然后使用特征向量模型提取轮廓的相关特征作为分类器学习判别的依据,并得到最终分类结果。以常见的运动目标汽车、行人、自行车作为分类类别进行实验。结果表明该方法有较高的分类精度,且具有实时性好,易于实现的特点。

关键词：动态目标分类;轮廓特征;特征向量模型;形态学处理;支持向量机;