增量学习的鲁棒性的视觉跟踪

大多数算法用于跟踪视频中的对象由两个部分组成： 被跟踪对象的动力学模型和它的外观模型。外观模型是经常跟踪，也许从训练图像之前建造，然后用作-时，跟踪测试序列。 如果测试序列中不包含的对象或照明条件下，不确切地匹配那些训练数据的外观吗？通常情况下，追踪与固定的外观模型将在这些情况下表现不佳。 在这个项目中不能使用期间跟踪增量改进目标的子空间外观模型来提供了新的外观信息。这种算法的关键是一种新的增量算法为 PCA，允许高效的子空间更新。