目前大多的tracking-by-detection的方法基本思想是:在线的方式训练一个分类器;然后使用sliding window从前一个目标位置周围,提取一些样本;再由分类器从这些样本中选出响应值最大的位置作为目标在当前帧中的位置。MIL解决了在线训练过程中不准确的问题。但是,它并没有考虑多事件中样本的权值问题。而实际上,根据所取得的样本离前一帧目标的位置远近可以大致确定它的重要性。这也是这一篇文章的核心思想。 目前大多的tracking-by-detection的方法基本思想是:在线的方式训练一个分类