Визуальное отслеживание с on-line обучением на нескольких экземплярах (On-line MIL)

DOI: 10.25728/avtprom.2023.07.09

Рассматривается проблема обучения адаптивной модели внешнего вида для отслеживания объектов. В частности, показано, что класс методов слежения, называемый "слежение по обнаружению", дает многообещающие результаты в реальном времени. Эти методы обучают дискриминантный классификатор в режиме on-line (on-line-алгоритм), чтобы отделить объект от фона. Этот классификатор загружается, используя текущее состояние трекера для извлечения положительных и отрицательных примеров из текущего кадра. Небольшие неточности в трекере могут привести к неправильной маркировке обучающих наборов, что ухудшает работу классификатора и может привести к дальнейшему дрейфу. Показано, что использование Multiple Instance Learning (MIL) вместо традиционного контролируемого обучения позволяет избежать этих проблем и, следовательно, может привести к более надежному отслеживанию с меньшим числом настроек параметров. Представлен новый on-line алгоритм MIL для отслеживания объектов, который позволяет достичь лучших результатов при работе в режиме реального времени.