目标跟踪学习系列八：Struck：Structured Output Tracking with Kernels（2011 ICCV）

最新推荐文章于 2018-09-07 10:23:21 发布
最新推荐文章于 2018-09-07 10:23:21 发布
阅读量9.5k 收藏 9
点赞数 4
分类专栏： tracking 文章标签： svm Tracking
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ikerpeng/article/details/39525321
版权
本文深入学习了Struck目标跟踪算法，该算法利用非线性SVM提高跟踪精度，并通过输出对象的各种变换选择最佳。文章介绍了其创新点，包括基于overlap的样本标记、高斯核函数的应用和限制支持向量数量等。作者旨在理解高精度跟踪的基本原理，并探讨SVM在计算机视觉中的使用，以期应用于人机交互领域。
摘要由CSDN通过智能技术生成

看来人机交互不是我想象的那么简单的，还是要花很多的功夫来打基础的。于是再来学习Tracking相关的一些文章算法。


在认真的学习了压缩跟踪（CT）以后，确实觉得自己对Tracking有了比较好的了解。但是看了在测试集上面的效果，被欺骗了原来CT的效果在真实的摄像头上面是很差劲的。唯一的优点就是快。


因此，还得回来学习一些其他的精度比较高的方法！这里选择了Struck。是大牛学长推荐的。同时本文使用了非线性的SVM算法，也想顺便的学习一下。


文章代码的位置：http://www.samhare.net/research  表示我还没进去，但是我找

最低0.47元/天 解锁文章
xiaoiker
关注
专栏目录
Struck跟踪算法介绍及代码解读(一）
qianxin_dh的专栏
09-18 1万+
一.引言
struck: Structured Output Tracking with Kernels
07-07
Sam Hare 2011年iccv发表的Struck: Structured Output Tracking with Kernels文章的代码程序.适合大家学习科研
【目标跟踪系列】Struck: Structured Output Tracking with Kernels（代码调试运行篇）
c20081052的专栏
04-27 2479
转载请注明引用自：https://mp.csdn.net/postedit/80103496 由于最近在研究目标跟踪问题，翻阅了相关资料，觉得有必要整理个系列文章来记录目标跟踪方面的点滴； 谈到跟踪，目前较为流行的是相关滤波和基于深度学习方面的两大块； Struck虽然是多年前提出的算法，但在目标跟踪方面实数经典。       本文简单粗暴，直接运行调试作者源代码。 作者对源代码最...
Struck: Structrued Output Tracking with Kernels 论文笔记
求知若饥，知行合一
10-24 5837
最新的跟踪综述上性能表现最好的方法，论文笔记
Struck: Structured Output Tracking with Kernels
mini猿要成长QAQ
08-30 5232
目前正在学习Struck SVM，拜服于作者的新颖思路，之后会时常查阅，所以把整篇paper翻译了一遍，以便理解与进步。
机器学习实践系列之5 - 目标跟踪
热门推荐
跟随技术的脚步-linolzhang的专栏
02-16 1万+
提到 目标跟踪（Object Tracking），很多专业人士都不陌生，它是计算机视觉里面 用于视频分析的一个很大的分类，就像目标检测一样，是视频分析算法的底层支撑。        目标跟踪的算法有很多，像 Mean-Shift、光流法、粒子滤波、卡尔曼滤波等 传统方法，也有 TLD、CT、Struct、KCF 等掺杂了某些 “外力”，不那么纯粹的方法。但不管怎样，Tracking这项工作有着很
Struck跟踪算法学习
Danielee的博客
12-04 3559
这几天正在学习这个算法。算法是ICCV2011提出的： 1）S. Hare, A. Saffari,and P. H. S. Torr, “Struck: Structured output tracking with kernels,” in Proc. IEEE Int. Conf. Comput. Vis., 2011, pp. 263–270 后又经过完善，发表的最新的论文是：
Sam Hare. Struck: Structured Output Tracking with Kernels.翻译（暂时部分）
qq_28031193的博客
09-07 495
带内核的结构化输出跟踪ICVV2011 摘要 自适应跟踪检测方法在计算机视觉中被广泛应用于跟踪任意物体。目前的方法把跟踪问题作为一个分类任务和使用在线学习技术来更新目标模型。然而，对于这些更新，需要将估计的对象位置转换为一组标记的训练示例，并且还不清楚如何最好地执行此中间步骤。此外，目标的分类（标签预测）没有显式耦合到目标跟踪器（物体位置的精确估计）。本文提出了一种基于结构输出预测的自...
基于结构化输出的目标跟踪算法——STRUCK
04-10
一种基于结构化输出的跟踪的方法，采用在线SVM分类器进行自适应跟踪，直接预测目标位置的变化，能够省去中间分类的步骤。
STRUCK目标跟踪程序
05-21
根据作者源程序进行一定简化，注释掉了learner和tracker窗口输出 用法： 1、图像序列放入Sequences文件夹； 2、配置config.txt，resultsPath写结果文件地址，sequenceName写图像序列名，frame size写图像大小 3、main.cpp第125行，根据实际情况修改输入文件的路径 4、结果文件在解决方案根目录 参考论文：Struck: Structured output tracking with kernels Computer Vision
Struck跟踪算法
03-27
本struck跟踪算法基于VS2013+opencv2.4.9，release调试，亲测可用；算法很经典，很有学习价值
struct跟踪源码
07-26
结合多特征的目标跟踪算法，2011年的iccv文章，在线学习式的跟踪目标物体，用到了SVM算法和HAAR特征提取算法等特征提取算法
struck跟踪算法
05-12
struck算法 包含girl测试序列
目标跟踪学习系列九：Struck：Structured Output Tracking with Kernels头文件代码框架
ikerpeng
09-25 6083
我们先来看一下整个的头文件的构成： 其中： config.h ：   配置头文件，里面定义了一个类：class Config。主要定义的是特征的类型，核函数的类型等等。 Features.h：定义了一个Class Features 。里面定义了int 型的m_featureCount//特征计数Eigen::VectorXd m_featVec 存储特征的向量。其中使用了in
目标跟踪学习系列十：Struck：Structured Output Tracking with Kernels 代码调试
ikerpeng
10-15 6813
本来想看完代码再详细的写的。但是有人问了就先贴出来吧！代码调试中会遇到的一些的问题。 首先，你没有代码的话可以在这里下载：http://download.csdn.net/detail/u012192662/8042147 然后需要安装opencv（我想如果你是做这个应该有的）；Eigen;http://download.csdn.net/detail/u012192662/80421
Struck: Structured Output Tracking with Kernels中用到的样本采样方法详解
mini猿要成长QAQ
08-31 1031
matlab生成gif动画
structed_structured output tracking with kernels
Poem~
11-25 857
http://blog.csdn.net/ikerpeng/article/details/39525321 http://blog.csdn.net/qianxin_dh/article/details/39377959
STRUCK：结构化输出的目标跟踪算法
"STRUCK（Structured Output Tracking with Kernels）是一种高效的目标跟踪算法，它采用了结构化输出的概念，旨在解决传统跟踪方法中的问题，如中间分类步骤和目标位置估计的不准确性。该方法由Sam Hare、Amir ...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值