本文介绍了Zdenek Kalal在PAMI2012发表的TLD算法，该算法将跟踪与检测结合，实现实时跟踪。TLD通过Tracking-Modeling-Detection思想，解决目标失联和重入问题，提供开源实现并具有实时性。作者探讨了TLD的特点，包括实时性、仅需一帧初始化、解决跟踪漂移等，并提及其在实际应用中的表现。
TLD是英国Surrey大学的Zdenek Kalal发表在PAMI2012年七月刊的一篇文章，主要贡献在于将跟踪与检测结合在一起，实现了工程上可应用的实时跟踪程序。而本篇文章其实是对ZK 在 2009年的paper:Online learning of robust object detectors during unstable tracking的扩展和改善。在这篇文章里作者提出了，Tracking-Modeling-Detection，而在PAMI中则修改为TLD，然而基本的思想却仍旧保持一致。TMD中的pruning和growing过程即是TLD中的P-expert与N-expert，而TMD中的Local 2bit Binary Patterns则对应TLD中的Pixel Comparison。中间的对应关系还是比较容易发现。
这篇文章是去年这个时候准备组会的时候看的，结果为了看懂这篇文章，杂七杂八又看了作者的其他五六篇文章，一直没有时间写，最近发现这个问题如此之火，所以不揣鄙陋，在此献丑，如有纰漏，欢迎各位指正。
论 文：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
