CMT跟踪算法代码分析笔记

最新推荐文章于 2024-08-23 09:13:37 发布

刘二毛

最新推荐文章于 2024-08-23 09:13:37 发布

阅读量3.2k

点赞数 2

分类专栏： cv

本文链接：https://blog.csdn.net/zwlq1314521/article/details/51454613

版权

本文详细分析了CMT跟踪算法的代码实现，主要包括initialize和processFrame两个关键函数。该算法基于特征点匹配，利用特征点相对距离投票确定目标位置，适用于不形变物体的跟踪。初始化阶段通过特征点的光流估计和全局匹配寻找关键点，通过错误纠正策略达成共识，以确定对象中心。

摘要由CSDN通过智能技术生成

代码主要在CMT这个类里面,主要包含initialize和processFrame两个函数实现,跟论文契合的非常好,每一个成员时干啥的,我都注释在旁边了

代码下载链接点击打开链接

namespace cmt
{

class CMT
{
public:
    CMT() : str_detector("FAST"), str_descriptor("BRISK") {} //默认的特征检测和描述子

 void initialize(const Mat im_gray, const Rect rect); //rect是初始目标框
    void processFrame(const Mat im_gray); 

    Fusion fusion;//跟踪点融合:融合跟踪和匹配的点 将两种点都放在一起，并且不重复
    Matcher matcher; //DescriptorMatcher 用的knnMatch匹配
    Tracker tracker; //光溜匹配跟踪 上一帧的特征点使用光流法跟踪得到这一帧的特征点的位置T
    Consensus consensus;//包括scale和rotation angel的求取和对目标中心的投票

    string str_detector;
    string str_descriptor;

    vector<Point2f> points_active; //public for visualization purposes
    RotatedRect bb_rot;

private:
    Ptr<FeatureDetector> detector;
    Ptr<DescriptorExtractor> descriptor;

    Size2f size_initial;

    vector<int> classes_active; //forgroud points -in target boundingbox's

    float theta;

    Mat im_prev;
};

} /* namespace CMT */

最重要的跟踪实现流程:

初始化的代码实现,加注释:

void CMT::initialize(const Mat im_gray, const Rect rect)
{

    //Remember initial size
    size_initial = rect.size();

    //Remember initial image
    im_prev = im_gray;

    //Compute center of rect
    Point2f center = Point2f(rect.x + rect.w