本文介绍了目标追踪在视频处理中的重要性，包括稠密光流、KLT特征追踪、Kalman Filtering、MeanShift和Camshift等算法。讨论了追踪与检测的区别，指出追踪通常比检测更快但可能积累误差。OpenCV提供了多种追踪算法，如BOOSTING、MIL、KCF等，并给出了C++代码示例。
什么是目标追踪
在视频后续帧中定位一个物体，称为追踪。虽然定义简单，但是目标追踪是一个相对广义的定义，比如以下问题 也属于目标追踪问题：
稠密光流：此类算法用来评估一个视频帧中的每个像素的运动向量
稀疏光流：此类算法，像Kanade-Lucas-Tomashi(KLT)特征追踪，追踪一张图片中几个特征点的位置
Kalman Filtering：一个非常出名的信号处理算法基于先前的运动信息用来预测运动目标的位置。早期用于导弹的导航
MeanShift和Camshift：这些算法是用来定位密度函数的最大值，也用于追踪
单一目标追踪：此类追踪器中，第一帧中的用矩形标识目标的位置。然后在接下来的帧中用追踪算法。日常生活中，此类追踪器用于与目标检测混合使用。
多目标追踪查找算法：如果我们有一个非常快的目标检测器
最低0.47元/天 解锁文章
1187
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
