基于Co-Training的协同目标跟踪.pdfVIP

第35 卷 第3 期 计 算 机 工 程 2009 年2 月 Vol.35 No.3 Computer Engineering February 2009 ·人工智能及识别技术· 文章编号：1000—3428(2009)03—0202—03 文献标识码：A 中图分类号：TP18 基于Co-Training 的协同目标跟踪 王 路，卓 晴，王文渊 (清华大学自动化系，北京 100084) 摘 要：运动目标跟踪是计算机视觉的核心问题之一，广泛应用于诸多领域。该文提出一种基于 Co-Training 半监督学习框架的目标跟踪 方法。该方法融合 2 种互相独立的特征信息来描述目标模型，采用Co-Training 来协同更新模型，有效避免了现有方法的误差累积问题。 实验结果证明，该方法在复杂场景下仍能实现稳定有效的跟踪。 关键词：目标跟踪；联合训练；半监督学习；特征融合 Collaborative Object Tracking Based on Co-Training WANG Lu, ZHUO Qing, WANG Wen-yuan (Department of Automation, Tsinghua University, Beijing 100084) 【Abstract 】Moving object tracking is a key problem in computer vision and has many applications in various fields. This paper proposes a collaborative tracking method based on Co-Training frame work. The method fuses information from two types of features space to describe the object. The model is updated with Co-Training, which avoids the error accumulation problem. The experiment demonstrates the performance of the method under complex scenarios. 【Key words 】object tracking; Co-Training; semi-supervised learning; feature fusion 1 概述 标记的样本虽然不能直接用来训练分类器，但可以从这些未 运动目标跟踪是计算机视觉研究领域的一个重要课题， 标记样本中获取数据的一些信息来辅助训练分类器，从而增 在智能监控、机器人导航、视频内容分析等诸多领域广泛应 强分类器的性能，这类问题称作半监督学习。 用。所谓运动目标跟踪就是在视频中，利用目标的有效特征， 对于半监督学习，早期常用的方法就是自学习，即首先 寻找与目标模板最相似的图像区域，从而获得目标的位置信 利用标记的样本训练一个分类器，然后用此分类器对未标记 息。近年来，跟踪问题较多被分成目标和背景2 类。文献[1] 样本进行标记，将置信度高的被标记样本与原有标记样本一 提出一种在线特征选择的方法，提取最能判别目标和背景的 起重新训练一个新分类器，再不断重复这个过程。但是这种 [4]