快速压缩跟踪（fast compressive tracking）（CT）算法实践

dx0014

于 2020-07-22 21:14:59 发布

阅读量490

点赞数

分类专栏：目标跟踪算法文章标签：算法

本文链接：https://blog.csdn.net/dx0014/article/details/107523323

版权

目标跟踪算法专栏收录该内容

2 篇文章 0 订阅

订阅专栏

在这里插入图片描述
CT算法详细解析可以参考：快速压缩跟踪（fast compressive tracking）（CT）算法剖析
论文源码在作者主页上下载，我测试了一下，主要是比较一下各个算法，看如何往嵌入式上移植。
程序也比较简单，论文也值得看一下。

int main(int argc, char * argv[])
{
	CompressiveTracker ct;
	Mat grayImg;
	VideoCapture cap;
	char c;
	cap.open("E:\\dataSet\\xinpingtai_video\\xidian.mp4");
	//cap.open("E:\\dataSet\\155\\test1.mp4");
	//cap.open("E:\\dataSet\\zx\\sd2 截取视频.mp4"); 
	// get bounding box
	cap >> frame;

	//blur(frame, frame, Size(3, 3));
	namedWindow("tracker", CV_WINDOW_NORMAL);
	Rect roi = selectROI("tracker", frame, true, false);
	ct.init(grayImg, roi);
	long frameNum = 0;
	long frameSum = cap.get(CAP_PROP_FRAME_COUNT);
	while (frameNum < frameSum)
	{
		cap >> frame;
		frameNum++;
		clock_t begin = clock();
		cvtColor(frame, grayImg, CV_RGB2GRAY);
		ct.processFrame(grayImg, roi);// Process frame
		rectangle(frame, roi, Scalar(255, 0, 0));//能够实时显示在画矩形窗口时的痕迹
		clock_t end = clock();
		cout << (double)(end - begin) / 1000 << endl;
		imshow("tracker", frame);
		if (waitKey(10) == 'r') {
			Rect roi = selectROI("tracker", frame, true, false);
			// initialization
			ct.init(grayImg, roi);
		}
		if (waitKey(10) == 27)
			break;
		imshow("frame", frame);
	}
	return 0;
	}