论文部分内容阅读
为解决目标跟踪中的光照、位姿变化及遮挡问题,提出分块多示例学习算法。该算法将目标图像分块,对每块图像片应用多示例学习算法。跟踪过程中结合样本所有图像片的综合分类器分数和每块图像片的分类器分数检测并判断跟踪过程中的光照、位姿变化,及遮挡问题。针对不同的跟踪状态,采用分类器学习率自适应调整策略,以避免"过更新"及更新不及时的问题。最后将所提方法在典型视频序列中进行验证,并与其他多示例学习算法进行对比实验。实验结果表明所提方法跟踪性能稳定,实时性强,解决了跟踪过程中的光照、位姿变化及遮挡等问题。