目前在看visual tracking相关的论文,有的论文中会用到hard negative mining技术,hard negative mining是什么意思呢?
训练时有positive 样本和negative 样本,但在训练过程中大多数的negative examples 是没有用的或者说用处不大。negative 样本分为不包含目标的样本、包含部分目标的样本,也就是容易判别/不容易判别为背景的样本。训练好classifier后,验证时经常会出好多错误,原因就是把包含部分的目标的样本判别为目标。
如果在训练时采用不容易判别的negative 样本进行训练也就是hard negative 样本会很大的提高classifier的准确率和效率。