針對照明變化、形狀變化、外觀變化和遮擋對目標(biāo)跟蹤的影響，提出一種基于加速魯棒特征（ SURF）和多示例學(xué)習(xí)（ MIL）的目標(biāo)跟蹤算法。首先，提取目標(biāo)及其周圍圖像的SURF特征；然后，將SURF描述予引入到MIL中作為正負包中的示例；其次，將提取到的所有SURF特征采用聚類算法實現(xiàn)聚類，建立視覺詞匯表；再次，通過計算視覺字在多示例包的重要程度，建立“詞一文檔”矩陣，并且求出包的潛在語義特征通過潛在語義分析（ LSA）；最后，通過包的潛在語義特征訓(xùn)練支持向量機（SVM），使得MIL問題可以依照有監(jiān)督學(xué)習(xí)問題進行解決，進而判斷是否為感興趣目標(biāo)，最終實現(xiàn)視覺跟蹤的目的。通過實驗，明確了所提算法對于目標(biāo)的尺度縮放以及短時局部遮擋的情況都有一定的魯棒性。
?