【OTB使用介绍三】如何将自己的算法加入到Visual Tracker Benchmark v1.0中，以KCF为例

在【OTB使用介绍二】中，简单的讲解了OTB的三个m文件，这次主要讲解如何将自己算法加入到OTB中

原OTB并没有包含KCF，所以这里以KCF为例子，介绍如何将自己的算法加入到OTB中，
KCF的源码可以去http://www.robots.ox.ac.uk/~joao/circulant/下载

点击matlab code 即可下载matlab版本的KCF。

下载完毕后，解压缩文件，并把KCF的matlab源码放到benchmark的文件夹trackers中。如图

然后打开util文件夹中的configTrackers.m，并将KCF跟踪算法添加到trackers1这个结构体中。添加的形式如下：

trackers1={ 
    struct('name','SRDCF','namePaper','SRDCF'),...
    struct('name','KCF','namePaper','KCF'),...
    struct('name','DSST','namePaper','DSST'),...
    struct('name','Struck','namePaper','Struck')};

说明一下configTrackers.m文件中放的是所有的跟踪算法。算法对比的添加删除都是在此完成。

最后也是最重要的一步

就是需要写一个将KCF的输入输出对接到benchmark中的脚本run_tracker.m文件，打开trackers文件夹中的其他算法时会发现每个算法中都会有 run_(这里是算法名字).m 文件，例如CT中的 run_CT.m

参照其它算法 例如：run_CT.m对比Runtracker.m文件 在第一行的输入和最后几行的输出进行统一，

function results=run_CT(seq, res_path, bSaveImage)

results.res=res;

results.type='rect';

results.fps=(seq.len-1)/duration;

disp(['fps: ' num2str(results.fps)])

PS：其实，写的run_().m接口主要就是特别注意以上信息。其中seq包含的主要是测试序列的各种信息。
res_path 和 bSaveImage主要是保存的图片，即BB框画框图。

再详细点说，就是在KCF的文件夹下新建一个run_KCF.m
然后将run_tracker.m的代码复制过来并修改之。

其实就是重新在算法的文件夹下写一个函数接口（run_XX.m） 并保证这个函数里面要有第一行，第一行保证OTB能找到你的算法

%第一行保证OTB能找到你的算法