追踪算法的调查总结

参考文章:https://www.zhihu.com/question/26493945

VOT序列库:https://link.zhihu.com/?target=http%3A//votchallenge.net/challenges.html
源码:https://link.zhihu.com/?target=https%3A//github.com/foolwood/benchmark_results( CSK, KCF和DAT
        https://link.zhihu.com/?target=https%3A//github.com/HakaseH/CF_benchmark_results(相关滤波类)

DETRAC challenge:车辆检测追踪的比赛  http://detrac-db.rit.albany.edu/

多目标跟踪竞赛(MOT):Multiple Object Tracking Challenge 2017 Results:

https://blog.csdn.net/yuhq3/article/details/78669695
多目标追踪(MOT)的论文及源码总结:https://github.com/SpyderXu/multi-object-tracking-paper-list

生成模型方法:卡尔曼滤波、mean-shift、粒子滤波
ASMS:https://github.com/vojirt/asms  颜色直方图特征+尺度不变(基于mean-shift),平均帧率125FPS
             测试效果不好,会追丢:https://blog.csdn.net/hjl240/article/details/52165634(推荐该博主,测试了很多追踪算法,包括SCT、MUSTer)


判别模型方法:当前帧以目标区域为正样本,背景区域为负样本,机器学习方法训练分类器,下一帧用训练好的分类器找最优区域

        经典判别类方法推荐StruckTLD,都能实时性能还行,Struck是2012年之前最好的方法,TLD是经典long-term的代表,思想非常值得借鉴:

  • Hare S, Golodetz S, Saffari A, et al. Struck: Structured output tracking with kernels [J]. IEEE TPAMI, 2016.
  • Kalal Z, Mikolajczyk K, Matas J. Tracking-learning-detection [J]. IEEE TPAMI, 2012. 
  • KCF:https://blog.csdn.net/crazyice521/article/details/53525366(使用核相关滤波器训练一个判别式分类器,使用轮转矩阵生成样本去训练分类器
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值