在线多示例学习目标跟踪方法研究

• 作者: 戴经成 李想 汪荣贵 游生福
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多示例学习 在线学习 目标跟踪 随机森林
• 年，卷（期）: 2014,（15）
• 所属期刊栏目: 图形图像处理
• 页码范围: 129-135
• 页数: 7页
• 分类号: TP391.41
• 字数: 4739字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1208-0360

摘要

多示例学习是不同于传统机器学习的一种新的学习模式，近年来被应用于图像检索、文本分类等领域。提出一种基于在线学习的多示例学习算法，将其应用于目标跟踪。该算法通过构造一个在线学习的多示例分类器作为检测器，无需制作大量的样本进行离线的训练，只需在第一帧手动选中目标，便可以自动生成正样本和负样本，并在随后的帧序列中，根据跟踪到的目标自动更新分类器，在跟踪器丢失目标或者目标从场景中消失后，它能够重新检测到目标并更新跟踪器，从而有效地支持了跟踪器跟踪目标。实验证明该方法在背景复杂，光线变化，摄像机抖动等复杂条件下，可以很好地跟踪到目标，且对遮挡具有较好的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪荣贵	合肥工业大学计算机与信息学院	104	1458	21.0	34.0
2	戴经成	合肥工业大学计算机与信息学院	2	4	1.0	2.0
3	游生福	合肥工业大学计算机与信息学院	3	8	2.0	2.0
4	李想	合肥工业大学计算机与信息学院	9	73	4.0	8.0