标题：基于运动模型分解的多实例学习跟踪
作者：朱恋 黄理灿
作者单位：浙江理工大学信息学院，浙江 杭州 310018
关键字：运动分解，多实例学习，粒子滤波，稀疏矩阵
摘要：多实例学习跟踪算法在目标物经历较大姿势变化后，容易导致目标物跟踪漂移。针对这个问题，提出将粒子滤波与多实例学习模型相结合，利用多运动模型约束与K-means聚类构建分类器来在线检测与跟踪目标。特征模型的构建基于稀疏随机矩阵，使得图像采样得到的低维特征能保持来自图像的多尺度信息。多实例学习算法用来采样正负样本集合，并使用在线增强技术来构建强分类器。大量的实验结果表明，提出的算法在光照变化、遮挡、以及形变的变化下都能准确跟踪目标，并具有很高的实时性。