打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
【目标跟踪算法笔记】(一)

一、目的说明:
1.运动识别
2.自动监视
3.视频索引
4.人机交互
5.流量监测
6.车辆导航
从根本上,原因归结为需要减少人力资源,信息化处理大量的图像数据。

二、检测和跟踪关系
检测:检测是在单帧下对目标的存在进行判断,并最终给出目标坐标来表示;
跟踪:跟踪则是在检测到目标后,在连续多帧的信号下对目标进行状态变换的记录;
而跟踪的方法有两种:
1.对多帧信号依次进行检测,获得的坐标序列而形成跟踪的效果;
2.将上帧的状态与当前帧检测结合,通过数学模型建立状态方程,对状态进行概率分布判断,而最终检测出当前帧状态,依次递归下去;
跟踪方法比较:
- 对于场景简单或者是目标的变换与场景变换关系不大时,前者方法的准确率很高,但相对时间和资源消耗更大;
- 后者恰恰相反,将帧和目标关联起来,并且有大量的数学理论支撑,可靠性强,很适合计算机去完成计算,时间和资源消耗也更少;

三、目标在CV中的表示
外形表示:

目标的表示方法是跟踪一个很重要的起点,这会对后续的算法产生许多影响

物体目标主要分成以下三种情况:
1.点;
2.刚性物体
3.非刚性物体

特征表示:

四、检测、跟踪分类
1.检测
常见方法归纳:
1.点探测法;
2.背景差法;
3.帧差法;
4.图像分割;
5.监督学习;
2.跟踪
三大类:
1.点跟踪;
2.核窗跟踪;
3.轮廓跟踪;

参考:《Tracking in aerial video sequences based on SIFT compensation and particle filter》,简小明

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
多目标跟踪:SORT和Deep SORT
目标跟踪方法的发展概述
最新综述:基于深度学习方式的单目物体姿态估计与跟踪
物体跟踪算法:目标检测中的新希望
一文读懂图像定位及跟踪技术
用 YOLO v5 DeepSORT,打造实时多目标跟踪模型
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服