sunny的专栏

《Robust Fragments-based tracking using the integral histogram》中文部分翻译。本文采用积分直方图，对目标模板进行分块求取特征，进行跟踪。该跟踪方法对于目标遮挡和目标姿态变换都具有很好的跟踪效果。

本文作者提出了一个新颖的方法， 在笛卡尔数据空间采用积分直方图的方法计算所有目标可能存在的位置。本文的方法有三个明显的优势：1.与传统方法相比，它计算速度更快。积分直方图方法可以实现目标穷搜索方法，这在之前的方法中是不切实际的。2.它对于目标尺寸较大或增大归一化和非归一化的bin，计算量并没有增大很多。

最近看了一篇文章《spatiograms versus histograms for region-based tracking》,在此把这篇文章的核心思想及算法推理进行整理。空间直方图传统直方图可视为零阶空间直方图，二阶空间直 方图包括直方图每个bin的空间均值和协方差，这种空间信息能获取目标更丰富的特征描述，从而提高了跟踪的鲁棒性。概率密度函数空间直方图的空间信息默...

typedef struct _TARGETHIST{ float fHist[NBINS]; IVT_POINT pPonitMean[NBINS]; //均值 double dCov[4][NBINS]; //协方差}TargetHist,*pTargetHist;typedef struct Object{ IVT_RECT pTrackWindow;...

最近在看meanshift方面的文章，看了一篇博文对这篇文章《Robust scale-adaptive meanshift for tracking》寄予很高的评价，所以把这篇文章简要的读了一下，下面对这篇文章的核心思想和算法实现过程进行简要整理，因为这篇文章与我目前项目的关系不是太大，所以就不对这篇文章进行实现了，这篇文章就作为技术储备了。 文章在前面对meanshift的原理进行了整理和推倒