知识卡片
跟踪算法的两条路线
目标跟踪有两类基本做法。模板生成式先提取目标特征、建立模板,再在每帧候选中逐块比对相似度,取相似度最大的位置,粒子滤波、Mean-shift 属此类;检测-跟踪式把目标当正样本、周边背景当负样本训练一个分类器,跟踪退化为逐帧的检测定位,TLD、KCF、ECO 属此类。前者依赖模板与相似度度量,模板一旦建成就很难改写外观;后者把“目标长什么样”交给分类器在线学习,因而对形变、光照更耐受,但学进去的东西也会被固定下来。KCF 因速度与鲁棒性兼顾,成为许多先进算法的骨架,本章的 RANCF 也建在它之上。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第7章 基于卷积神经网络与人脑记忆模型的目标跟踪算法 · 查看原书依据
目前,目标跟踪算法可分为两大类:模板生成式方法和检测-跟踪式方法。其中,模板生成式方法在提取目标特征后建立模板,通过计算候选区域与模板的模板相似度,确定每帧图像内目标出现概率最大的区域
参考来源
- 位置:《基于类脑计算的目标检测与跟踪技术》第7章 基于卷积神经网络与人脑记忆模型的目标跟踪算法(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt007.html)
- 结论依据:目标跟踪有两类基本做法。
- 原始内容:目前,目标跟踪算法可分为两大类:模板生成式方法和检测-跟踪式方法。其中,模板生成式方法在提取目标特征后建立模板,通过计算候选区域与模板的模板相似度,确定每帧图像内目标出现概率最大的区域