Key points are not available for this paper at this time.
Das Papier schlägt eine Methode vor, um den Tracker robust gegenüber Hintergrundgeräuschen zu halten, indem diskriminierende Merkmale aus einem großen Merkmalsraum online ausgewählt werden. Darüber hinaus ist das Merkmalsauswahlverfahren in den Partikelfilterprozess eingebettet, unterstützt durch vorhandene "Hintergrund"-Partikel. Merkmalswerte aus Hintergrundbereichen und Objektbeobachtungen werden während des Trackings gesammelt und der Fisher-Diskriminant wird verwendet, um die Klassifizierungskapazität jedes Merkmals basierend auf den gesammelten Werten zu bewerten. Die am höchsten bewerteten diskriminierenden Merkmale werden in das Erscheinungsmodell ausgewählt, während gleichzeitig ungültige Merkmale entfernt werden, um die Objektrepräsentation anpassungsfähig zu gestalten. Der implementierte Tracker mit integriertem Modul zur online-diskriminierenden Merkmalsauswahl zeigt vielversprechende Ergebnisse in experimentellen Videos.
Wang et al. (Mi,) haben diese Frage untersucht.