论文部分内容阅读
为了减少视频目标跟踪中的累积误差，提出一种基于改进提升模型的视频目标跟踪算法。该算法结合样本有标签数据和无标签数据信息，基于半监督学习的思想，对有标签数据和无标签数据分别设计基于改进提升学习模型的分类器；将两个分类器进行加权组合，形成一个强分类器；将样本采集融合于目标跟踪的分类器学习中，有效解决了跟踪中随目标外观变化而造成的误差累积问题，提高了目标跟踪的鲁棒性。