目标跟踪
老司机的诗和远方
非1即0!
展开
-
TLD算法学习
目前,基于检测和半监督学习的目标跟踪算法已经成为研究的主流。TLD是这其中的经典代表,具有良好的适应性和鲁棒性!TLD提出背景传统跟踪算法对运动目标初始化后就可以快速地生成目标的运动轨迹,但传统算法仅仅依靠的是先验的知识,非常不利于对实际情况的变化做出适应。并且在不断的跟踪中难免会不断的积累误差,而且一旦目标跟踪失败那么即使目标再次失败也无法继续跟踪!究其原因,传统的检测算法独立的评估每一帧视频序列原创 2017-08-12 16:13:51 · 1055 阅读 · 0 评论 -
KCF
转载:http://www.cnblogs.com/YiXiaoZhou/p/5925019.htmlKCF是一种鉴别式追踪方法,这类方法一般都是在追踪过程中训练一个目标检测器,使用目标检测器去检测下一帧预测位置是否是目标,然后再使用新检测结果去更新训练集进而更新目标检测器。而在训练目标检测器时一般选取目标区域为正样本,目标的周围区域为负样本,当然越靠近目标的区域为正样本的可能性越大。转载 2017-08-12 16:49:42 · 3914 阅读 · 0 评论 -
Visual Tracking Papers and Researchers
Visual TrackersECO: Martin Danelljan, Goutam Bhat, Fahad Shahbaz Khan, Michael Felsberg. "ECO: Efficient Convolution Operators for Tracking." CVPR (2017). [paper] [project] [github]CFNet: Jack V转载 2017-08-12 19:38:25 · 1851 阅读 · 0 评论 -
目标跟踪算法概述
运动目标跟踪主流算法大致分类主要基于两种思路:a)不依赖于先验知识,直接从图像序列中检测到运动目标,并进行目标识别,最终跟踪感兴趣的运动目标; b)依赖于目标的先验知识,首先为运动目标建模,然后在图像序列中实时找到相匹配的运动目标。 一.运动目标检测对于不依赖先验知识的目标跟踪来讲,运动检测是实现跟踪的第一步。运动检测即为从序列图像中将变化区域从背景图像中提取出来。运动目标检测转载 2017-08-14 10:05:35 · 2435 阅读 · 0 评论