tld演算法簡介
tld（tracking-learning-detection）是 zdenek kalal 等人於 2009 至2012 年期間提出的單目標、長時間影象跟蹤演算法。與傳統的單一跟蹤演算法相比，tld 跟蹤演算法融合了***、檢測器和學習模組三個部分，既能夠對連續運動目標進行跟蹤，又能夠對遮擋再現目標重新檢測跟蹤，抗遮擋效能優越。在整個跟蹤過程中，學習模組對檢測器進行實時更新，既能保持檢測器的先進性，又能保證模板不發生漂移，是一種具有完善結構的影象跟蹤演算法。
tld 演算法主要由檢測模組、跟蹤模組、學習模組和整合器構成。檢測模組採用級聯分類器的形式進行檢測，首先，對再現目標進行方差過濾，濾除環境中方差比較小的影象塊，比如環境中天空背景、牆壁等；其次，對剩餘的影象塊進行隨機蕨分類，隨機蕨分類器採用半監督學習的方式進行訓練跟蹤，隨時使用最先進的分類引數進行分類；最後，對剩餘的一小部分影象塊進行最近鄰分類，選擇與目標模型中相似度最大的影象塊，作為最終的檢測結果。跟蹤模組採用中值光流法，先在跟蹤框中隨機均勻撒點，然後對特徵點進行光流場估計，跟蹤獲得下一幀中特徵點的位置，然後判斷前向-後向誤差，根據此誤差判斷跟蹤是否失敗。學習模組包括目標模型和對檢測器、目標模型更新的法則。學習模組根據 p-n 約束來進行正負模板的更新，將最近鄰分類器分類錯誤的影象塊新增至正負模板集中。此正負模板作為目標模型的構成，在檢測器進行最近鄰分類時作為分類依據。同時，學習模組還不斷更新隨機蕨檢測器的後驗概率值，保持了隨機蕨能夠實時適應跟蹤目標和環境的變化。
TLd跟蹤演算法
作者 的鏈結 原始碼為linux版本，基於opencv2.3 在原始碼 doc資料夾下有其程式設計介面，很清晰。zk關於這個tld框架發表了很多 感覺對理解 非常有用的 有下面三個 1 tracking learning detection 2 forward backward error auto...
TLD視覺跟蹤演算法
tld是一種演算法的簡稱，原作者把它叫做tracking learning detection。搞視覺的人看到這個名字都會嚇一跳，很ambitious的計畫。是09年的工作，不算太久，不過也不太新。網上關於這個的資源其實很多，很大程度和作者開放源 有關。學習過程中碰到的第乙個問題就是資源太多 當然是...
TLD目標跟蹤演算法
以下博文 tld是一種演算法的簡稱，原作者把它叫做tracking learning detection。搞視覺的人看到這個名字都會嚇一跳，很ambitious的計畫。是09年的工作，不算太久，不過也不太新。網上關於這個的資源其實很多，很大程度和作者開放源 有關。學習過程中碰到的第乙個問題就是資源太...