基于多示例学习的目标跟踪算法.pdfVIP

第 19卷 第 2期 西 安 邮 电 大 学 学 报 V0I_19 NO．2 2014年 3月 JOURNALOFXI’AN UNIVERSITY OFPoSTSAND TELEC0MMUNICATl0NS Mar．2014 doi：10．13682／j．issn．2095—6533．2014．02．007 基于多示例学习的 目标跟踪算法 李 娜 ，李大湘 。，刘卫华 。，刘 颖 。 (1．西安邮 电大学 通信与信 息工程学院，陕西 西安 710121； 2．长安大学信息工程学院，陕西 西安 710064； 3．陕西省法庭科学电子信息实验研究中心 图像处理实验宣，陕西 西安 710121) 摘 要 ：为提高运动 目标跟踪算法 的鲁棒性，提 出一种基于多示例学习(MIL)框架 的跟踪算法 。该算法利用类 Haar特征构建若干弱分类器 ，然后级联为多示例学习强分类器 ，根据 目标在视频前一帧中的位置 ，依据最大熵原 理，在当前帧中找出目标可能出现的范围，并利用该强分类器确定其最有可能出现的位置，作为跟踪结果，并且将 该位置不同邻域 内的图像分别作为正包和负包去更新多示例学习强分类器 。实验结果表明，该算法对于运动 目标 外观有显著变化 的情况具有较好 的鲁棒性和实时性 。 关键词 ：目标跟踪 ；多示例学习；弱分类器 中图分类号：TP391 文献标识码 ：A 文章编号：2095—6533(2014)02-0043-05 objecttrackingalgorithmswithmultipleinstancelearning LINa ，LIDaxiang ，LIU W eihua ，LIU Ying。 (1．SchoolofCommunicationandInfonmtionEngin~zing，Xi’anUniversityofPostsandTelecon-~unicafions，Xi’na 710121，O~ina； 2．SchoolofInformationEngineering，Chang’anUniversity，Xi’an710064，China； 3．LabofImageProcessing，ShaanxiCrimeSceneInvestigationUnit，Xi’an710121，China) Abstract：Inthispaper，anobjecttrackingalgorithm withmultipleinstancelearningisproposed． Thisalgorithm usesHaar—like featurestobuild manyweak classifiers，and combinessomeof them intoanadditivestrongclassifier．Accordingtothepositionoftheobjectintheformer frame，thepositionoftheobjectinthecurrentframeisascertainedwiththestrongclassifier．Dif- ferentimagepatchesarecroppedaspositiveandnegativebagstoupdatetheonlinestrongclassifi— erinitsneighborhood．Theexperimentalresultsshow thatthisalgorithm hasgoodrobustness andreal—timeperformancewhentheappearanceofobjectundergoessomesignificantchanges． Keywords：objecttracking，multipleinstancelearning，weakclassifier 目标跟踪是计算机视觉研究的热点，