TLD算法学习笔记（五）

         最近论文看的很缓慢，十分不适应看论文的节奏，blog更新跟不上了，不像以前一天一更了。今天把TLD前面的的一些东西进行了一个总结。

         Trackers只需要的是初始化，Detectors需要的是offline train stage。这样的话Tracker可以提供标记训练数据给Detector，而Detector可以重新初始化Tracker。两者可以起到一个互相帮助，协同工作的作用。

         需要一种学习方式来和TLD匹配，为此作者提出了新的学习方法，P-N learning

         P-N learning的输入就是一个标记的集和一个未标记的集，论文上都有写。他的工作就是学习一个分类器f。

         工作的关键是一个P-expert 一个是N-expert 这样两个单独工作的模块产生的错误可以互相抵消，作者也对P-N learning的稳定性进行了分析。

         讲了一大堆理论，其实我自己也不是很懂，还是再回头看看代码吧，论文看的头都大了。