一种在线学习的目标跟踪与检测方法

作     者：王兵学 雍杨 黄自力 WANG Bingxue;YONG Yang;HUANG Zili

作者机构：西南技术物理研究所成都610041 总装备部重庆军事代表局重庆400060 

出 版 物：《光电工程》 (Opto-Electronic Engineering)

年 卷 期：2013年第40卷第8期

页      面：19-23页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：总装预研(402030203)基金资助项目 

主　　题：目标跟踪 目标检测 在线学习 随机森林 特征点跟踪 

摘      要：针对现有在线学习跟踪方法缺乏监督机制的缺点,提出一种新的跟踪框架。以随机森林在线学习理论构造分类器作为目标检测器,用SURF特征点匹配方法作为目标跟踪器,跟踪过程中用可靠跟踪的结果形成对检测结果的监督机制,不对低置信度样本或错误样本进行学习,避免了分类器分类精度的逐渐下降,同时在跟踪失败时用目标检测器对目标进行重新捕获,形成跟踪、学习、检测三者有机结合的跟踪框架。对不同视频序列的测试结果表明,本文算法能有效避免目标出现较大外观变化或被大面积遮挡等复杂情况下的跟踪失败问题。