基于少量样本学习的多目标检测跟踪方法

• 作者: 罗大鹏 杜国庆 曾志鹏 魏龙生 高常鑫 陈应 肖菲 罗琛
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 少量样本学习 多目标检测 多目标跟踪 在线学习
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 183-191
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12263/DZXB.20180045

摘要

视频目标检测跟踪算法一直是计算机视觉领域的研究热点,目前大部分方法均需人工采集样本训练检测模型,搭建目标检测跟踪系统.当目标成像条件发生变化时,需重新采集样本,训练模型,调试整个检测跟踪系统,耗费大量人力、物力.本文提出一种基于少量样本学习的多目标检测跟踪算法,只需在监控视频第一帧指定待检测目标,即可自主生成混合分类模型,进行目标检测.采用在线渐进学习算法学习目标姿态变化,更新该模型.结合基于颜色的目标跟踪算法,自动构建高精度目标检测跟踪系统.整个过程无需手工采集、标注训练样本.因此,易于扩展到其它监控场景,通过自主学习形成该场景专用的检测跟踪系统,实现不同监控环境下,不同成像条件下都有较好的检测跟踪效果.实验表明,本方法能自主学习多种监控场景下的目标姿态,无需手工标注训练样本,在基于在线学习的算法中有最佳的检测精度,此外也取得了和离线目标检测跟踪系统相似的性能.