OPENCV8个跟踪器的区别

1. BOOSTING Tracker：基于用于支持Haar级联（AdaBoost）的机器学习的相同算法，但是像Haar级联一样，它已有十多年的历史了。该跟踪器运行缓慢，无法正常运行。仅出于遗留原因而感兴趣，并比较其他算法。 （最低OpenCV 3.0.0）
2. MIL Tracker：比BOOSTING Tracker更好的准确性，但是报告失败的工作很差。（最低OpenCV 3.0.0）
3. KCF Tracker：内核相关过滤器。比BOOSTING和MIL更快。与MIL和KCF相似，不能很好地处理完全遮挡。 （最低OpenCV 3.1.0）
4. CSRT跟踪器：判别相关过滤器（具有通道和空间可靠性）。趋向于比KCF更准确，但速度稍慢。 （最低OpenCV 3.4.2）
5. MedianFlow Tracker：很好地报告失败；但是，如果运动跳动太大（例如快速移动的对象或外观变化很快的对象），则模型将失败。 （最低OpenCV 3.0.0）
6. TLD跟踪器：我不确定TLD跟踪器的OpenCV实现或实际算法本身是否存在问题，但是TLD跟踪器极容易出现假阳性。我不建议使用此OpenCV对象跟踪器。 （最低OpenCV 3.0.0）
7. MOSSE Tracker：非常非常快。不如CSRT或KCF准确，但是如果您需要纯速度，则是一个不错的选择。（最低OpenCV 3.4.1）
8. GOTURN Tracker：  OpenCV中唯一的基于深度学习的对象检测器。它需要其他模型文件才能运行（本文将不介绍）。我的初始实验表明，即使据说可以很好地处理查看更改，使用起来还是有些痛苦的（尽管我的初始实验并未证实这一点）。我将在以后的文章中尝试介绍它，但与此同时，请看一下Satya的文章。 （最低OpenCV 3.2.0）

我个人的建议是：

• 当需要更高的对象跟踪精度并且可以忍受较慢的FPS吞吐量时，请使用CSRT
• 当需要更快的FPS吞吐量但可以处理稍低的对象跟踪精度时，请使用KCF
• 需要纯速度时使用MOSSE

 

萨蒂亚·马里克（Satya Mallick）在他的文章中还提供了有关这些对象跟踪器的其他信息。。

对象跟踪器已经在OpenCV 3中进行了积极的开发。这是跟踪器出现在哪些版本的OpenCV中的简要概述：

图2： OpenCV对象跟踪器以及它们出现在哪个版本的OpenCV中。如果您打算使用内置跟踪器，我建议使用OpenCV 3.4+。

注意：尽管在GitHub上遵循了本期中的说明并关闭了预编译头，但是我仍无法使OpenCV 3.1进行编译。