TLD取经之路（5）-- 此处省略XX字

我注释的版本也发上来，不过里面可能有我的理解错误，各位谨慎参考吧http://download.csdn.net/detail/cv_richie/5018164    

    前面这些都看懂了，TLD都后面真正跑起来的程序也都不难理解了，因此我就不贴代码上来了。

    总结一下自己粗浅的感受，希望大神们来批评指正。

    回味一下看过的代码和文章，TLD算法的思想打个不恰当的比方和boosting有那么一点点神似。LK光流法，随机厥分类做检测，PN学习，都是一些相对简单的模块，TLD的优势就在于他们之间的取长补短相互补充。

    踪轨迹的连续，靠LK跟踪的结果与在轨迹上的检测结果加权修正。

    对于目标外观的变化，靠的是PN学习的不断更新，而PN专家的知识又来自可信的跟踪的结果，和在目标模型中的最近邻分类。

    而我觉得TLD结果的优秀很重要的一方面就是他对那些非目标负样本模型的建立，但是这也是对TLD算法的一个很大限制。

    另外，这种不对学习的机制并不万能，对缓慢的逐渐遮挡情况下的跟踪是致命的，很容易就跟着遮挡跑了，跑过程序就一定能发现。

    但是总重要的还是这个TLD的框架设计，作者也说这是他的最大贡献，这种综合的框架方法更能解决广泛的跟踪问题。

    想到哪说哪，各位受累了。