A tracking survey

最新推荐文章于 2024-01-19 16:54:37 发布

没有头像的宝宝

最新推荐文章于 2024-01-19 16:54:37 发布

阅读量788

点赞数 1

分类专栏：计算机视觉文章标签：算法

本文链接：https://blog.csdn.net/qq_22201697/article/details/54612942

版权

本文是对视觉跟踪的实验性调查，探讨了五种主要的跟踪方法：1) 模板匹配跟踪；2) 基于扩展外观模型的匹配跟踪；3) 带约束的匹配跟踪。这些方法在视觉跟踪领域中具有重要应用。

摘要由CSDN通过智能技术生成

原文：【Visual Tracking: An Experimental Survey】
首先将tracking的方法分为五大类：
一、利用模板匹配进行tracking（tracking using matching）

算法	主要思想	对应论文
NCC（Normalized Cross-Correlation）	1.以初始目标框中的像素亮度值作为模板。 2.后续帧从前一帧目标的周围位置中选出一些候选窗口，分别与目标模板进行匹配（匹配算法为NCC）。 3.匹配得分最高的作为目标位置。	K. Briechle and U. D. Hanebeck, “Template matching using fast normalized cross correlation,” in Proc. SPIE, vol. 4387. 2001, pp. 95–102.（该论文中在后续的tracking中没有对模板进行更新。）
KLT（Lucas-Kanade Tracker）	利用仿射变换匹配。（仿射变换是通过基于时间空间求导和warp的增量图像对齐（incremental image alignment）来实现的。）通过对前一帧的目标框位置进行仿射变换，得到目标在本帧内的位置。（目标是在不断更新的。）	S. Baker and I. Matthews, “Lucas-Kanade 20 years on: A unifying framework,”IJCV, vol. 56, no. 3, pp. 221–255, 2004.
KAT（Kalman Appearance Tracker）