TLD特征选择

现在，我们来找最适合跟踪的三个参数，W1，W2，W3。

我们首先需要规定参数的范围（前面说了这是个很笨的方法就在这里），【-2，-1,0,1,2】

思路：首先排除掉线性相关的系数（【W1，W2，W3】=k【W1'，W2'，W3'】）

             然后在一个一个的代进去得到最好的结果。

实现：思路确实很简单而且很笨，但是具体过程还是设计到很多的细节处理。

           1，在所有的系数中选取大约49个候选组合，从5的三次方中，排除掉一些线性相关的。

           2，图像直方图

                分别计算目标图像和背景的图像直方图。我用图来说明。

             图像小框框是目标物体，大一点的是背景。统计出上目标直方图和背景直方图，然后一个一个的计算找到能够最好把

      背景和物体分开的特征向量即【W1，W2，W3】，然后利用表达式f=w1*R+w2*B+w3*G将图片从三维到一维的装换。

在什么样的标准在建立的特征向量【W1，W2，W3】，才最好的区分出背景和物体直方图的？

!@#$%^&*()