Resumen

Para hacer frente a los problemas de los cambios de iluminación o de las variaciones de la pose y de las oclusiones parciales graves, se propone el algoritmo de aprendizaje de instancias múltiples basado en parches (P-MIL). El algoritmo divide un objeto en muchos bloques. A continuación, se aplica el algoritmo MIL en línea a cada bloque para obtener un clasificador fuerte. El algoritmo tiene en cuenta tanto la puntuación media de la clasificación como las puntuaciones de la clasificación de todos los bloques para detectar el objeto. En particular, en comparación con el algoritmo MIL basado en el objeto completo, el algoritmo P-MIL detecta el objeto según los parches no ocluidos cuando se produce una oclusión parcial. Después de detectar el objeto, las tasas de aprendizaje para actualizar los parámetros de los clasificadores débiles se ajustan de forma adaptativa. La estrategia de actualización de los clasificadores evita la sobreactualización y la subactualización de los parámetros. Por último, el método propuesto se compara con otros algoritmos del estado de la técnica en varios vídeos clásicos. Los resultados de los experimentos demuestran que el método propuesto funciona bien, especialmente en caso de cambios de iluminación o variaciones de postura y oclusión parcial. Además, el algoritmo realiza el seguimiento de objetos en tiempo real.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:cambio de iluminación, métodos propuestos, oclusión parcial, objeto, algoritmo, caso de iluminación, puntuación media de clasificación, algoritmo mil en línea, varios vídeos clásicos, seguimiento temporal de objetos
• Keywords:illumination change, proposed methods, partial occlusion, object, algorithm, case of illumination, average classification score, online mil algorithm, several classical video, time object tracking