TLD算法学习笔记（四）

                嗨，大家好久不见，最近比较忙，所以这一块有点儿耽搁了，现在继续。

     我最近再看Zdenek Kalal的论文Tracking-Learning-Detection。论文网上都有的下，现在看了前半部分，总体来讲前半部分没有讲什么他自己的东西，类似于一个文献综述。这货也够猛的了，一篇小论文引用了69个参考文献，而且感觉这些论文他也都看过并且研究过了，真心是个搞学术的，不愧为博士啊。总之就是把TLD这种Framework做了一个概括，然后将目标跟踪目标检测和机器学习的方法做了一个综述。最后说别人的方法跟踪和检测都是独立的过程，然后通过学习进行信息交换。他不会妥协，要将两者结合。

     TLD整个的框架图就是下面那样的，跟踪是观察帧与帧之间的目标的动向，检测模块是把每张图看成独立的，然后去定位。学习系统将观察跟踪系统和检测系统的表现，生成训练样本来避免错误。学习系统的优点就是可以让检测系统更好的把目标和背景分离出来。

     作者用到的学习模块是P-N学习，我慢慢研究，下章再和大家说道说道。

     写到第四篇了，作者十分希望有人指点，有会网络编程的同学可以给我回复，急需高手指点。