L1 Tracker是一种基于粒子滤波的跟踪算法，它利用L1最小二乘准则将候选图像投影到字典（包括模板和trivial templates）上。通过分析投影后的系数集中情况来判断目标相似度。算法中还包括速度变量、模板更新策略，并通过残差图像的高斯模型量化相似度。trivial templates的设计有助于区分目标和背景。
L1 Tracker的主要思想是用第一帧和最近几帧得到的图像(特征)作为字典，然后加上许许多多个trivial templates，也就是一幅图像中只有一个白色像素点，其他的都是黑色。这样，将新得到的粒子滤波的candidate图像，利用L1最小二乘准则投影到这一组字典上。如果是前几个template的系数比较大，那么就说明可能是待跟踪的目标，如果是有很多个trivial template的系数比较大，那么说明可能是背景。
具体的：
1. 首先，本算法也是一个基于粒子滤波的算法。在这其中加了一个速度的变量，而速度则是之前的若干帧的目标速度的均值。
2. 粒子滤波得到目标的candidate之后，将所有
最低0.47元/天 解锁文章
5185
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
