1、Robust Fragments-based Tracking using the Integral Histogram 06‘
作者的想法很简单,用多个小区域patch的直方图相似度来衡量大区域的相似度,比只使用大区域的直方图相似度用到更多的空间结构信息; 融合小区域相似度时,首先对其排序,选择最小的Q个的和作为目标函数,可以克服局部遮挡对目标函数的影响。计算过程中用到integral histogram技术,使计算速度满足要求。在平移、尺度(x,y,s)空间内搜索目标函数最小值,得到检测(跟踪)结果。很工程化的一篇文章,方法可以扩展用在图像匹配、目标识别中。
2、An Open Source Tracking Testbed and Evaluation Web Site 05’
cmu建立的测试网站、数据集、跟踪程序框架、包含简单的跟踪算法ncc、meanshift等。应用于空中动平台对运动车辆跟踪,用到klt背景估计,目标运动模型。跟踪框架很有意义,在上面加入自己的算法,事半功倍!
3、Robust Object Tracking via Sparsity-based Collaborative Model 12'
外观表示用 整体模板和局部直方图,比较模型用generative model(SGC) 和discriminative classifier(SDC)。主要用到稀疏表示的思想。
4、Struck: Structured Output Tracking with Kernels 11‘
。。。