[论文笔记]神经元追踪算法——Smart tracing

创新点：
1.提出了追踪区域的可信度指标，可信度高的区域作为训练样本。
2.基于小波变换和最大相关性-最小冗余度方法，进行特征选取。
3.采用机器学习方法，可信度高的区域作为样本进行训练，生成的分类器对前景进行预测（可迭代预测，跨越gap）。
4.预测的结果再次采用传统算法追踪，提高准确度

优点：
1.全自动
2.不依赖于先验知识

缺点：
1.依赖现有算法的效果（如APP2、MOST）
2.耗时