目標跟蹤作為計算機視覺中的乙個大方向，人們對它的研究已經幾十年了，但是到目前為止並沒有哪個演算法能達到100%的不跟丟。目標跟蹤過程中存在著許多複雜干擾，比如遮擋，形變，背景干擾，光照變化等，這也是我們今後要解決的主要問題。
從**中我們可以發現，目標跟蹤領域已經形成了幾個重要的資料集和乙個評價標準。如果寫**必定繞不開這幾個資料集和這個評價標準。vot資料集是基於每年一次的vot比賽的，每年都會有新的資料集產生，當然其中一部分影象序列是和otb重合的，但是總的來說vot資料集略難於otb資料集，一般用vot16，一般在這兩個資料集上跑的效果都好，才算真的好，如果只在乙個資料集上效果好，那只能說明這個演算法的泛化能力還不夠。otb的**visual object tracking。
1、知乎目標跟蹤之niubility的相關濾波專欄；
2、知乎目標跟蹤演算法專欄；
3、github，foolwood**彙總;
4、github，hakaseh**彙總;
目標跟蹤 相關濾波器 一 閉關歸來, 先挖個坑
從2015年12月份開始閉關修煉,潛心研究目標跟蹤領域的相關濾波器,如今終於算是可以暫時告一段落.現在的我相比去年的我而言,自我感覺雖然算不上脫胎換骨,但是的的確確學習了很多知識,在機器視覺領域終於不再是乙個青澀的還未過門的小鳥雛,現在的這只小鳥,已經可以跌跌撞撞的起飛.以這篇博文為分界線,之前的博...
目標跟蹤演算法 Camshift函式 學習筆記
在這一節中，主要講目標跟蹤的乙個重要的演算法camshift，因為它是連續自使用的meanshift，所以這2個函式opencv中都有，且都很重要。為了讓大家先達到乙個感性認識。這節主要是看懂和執行opencv中給的sample並稍加修改。camshift函式的原型為 rotatedrect cam...
OpenCV學習筆記（二十二） 粒子濾波跟蹤方法
粒子濾波法是指通過尋找一組在狀態空間傳播的隨機樣本對概率密度函式進行近似，以樣本均值代替積分運算，從而獲得狀態最小方差分布的過程。對於粒子濾波跟蹤方法，這裡有一篇很淺顯易懂的部落格，我分享給大家他的工作也是參考rob hess的程式做的，感謝老外的開源精神，我看了他的程式，我也提出了我的幾點改進，作...