程式執行框架
2.利用這些點用光流法**取下一幀對應的點n2，再用這些對應的點用光流法返回**當前幀所在的點n3，n1和n3的距離就是fb_error
3.ncc是利用n1的每個點和n2每個點為中心提取10*10的畫素矩陣，使用亞畫素精度，兩者進行計算互相關歸一化模板匹配，得出相似值。
4.取大於ncc相似值中值和小於fb_error的n2點和對應的n1點，基於這些點計算原目標縮放和位移。
detection模組是乙個三層的級聯分類器（我喜歡叫做濾波器，把不適合的影象片去掉，剩餘就是可能是目標的影象片）
接下來，就是根據***和檢測器**下一幀目標所在位置了。
描述得很詳細，就不加以文字描述了。
還有乙個圖助於理解
TLD演算法學習
目前，基於檢測和半監督學習的目標跟蹤演算法已經成為研究的主流。tld是這其中的經典代表，具有良好的適應性和魯棒性！tld演算法由4個模組構成 跟蹤模組 學習模組 檢測模組和整合模組。跟蹤模組和檢測模組並列執行，兩者相互影響，檢測模組可以重置跟蹤模組，同時跟蹤模組又可以通過學習模組為檢測模組提供訓練資...
TLD學習之剝離Randrom Fern
基本原理 通過把影象通過不同尺度割為若干塊，每個塊塊與目標區域比較有沒有重疊的地方，若大於0.6歸為good box，小於0.2歸為badbox.在不同的尺度隨機散點，不同尺度各散13 10個點 影象進行高斯模糊，得到10倍的good box的fern特徵，將影象仿射變換為所有good box的大小...
node學習篇之框架express
前面也有提到，和node搭配的框架主要有express koa hapi。express框架比較完善 穩定 文件全 社群大，koa框架比較超前，hapi這個框架的話比較複雜 適合做複雜的大型專案。所以這裡介紹的是express框架和node的乙個搭配。首先，對express框架做乙個簡單的介紹 ex...