论文研究 在线多示例学习目标跟踪方法研究.pdf

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。