图像跟踪算法--TLD算法（综述）

 TLD算法全称为Tracking-Learing-Detection，是英国萨里大学的一个捷克籍博士生Zdenek Kalal于2012年提出的一种单目标在线跟踪算法，与TLD算法有关的相关论文如下所示：

【1】Kalal, Z, K. Mikolajczyk, and J. Matas. "Tracking-Learning-Detection. " IEEE Trans Pattern Anal Mach Intell 34.7(2012):1409-1422.

【2】Kalal, Zdenek , J. Matas , and K. Mikolajczyk . "P-N Learning: Bootstrapping Binary Classifiers by Structural Constraints." Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on IEEE, 2010.

【3】Kalal, Zdenek, K. Mikolajczyk, and J. Matas. "Forward-Backward Error: Automatic Detection of Tracking Failures." International Conference on Pattern Recognition 2010.

以及Zdenek Kalal大神的同名博士学位论文：Tracking Learning Detection.

由于在网上很难搜索到博士论文，所以就将已经忘记从哪儿里下载下来的论文原文pdf分享给大家，有兴趣的可以下载查看：

链接：https://pan.baidu.com/s/1wiV-jhapRemTvtJuSTJSjQ             提取码：7ff1 

TLD算法于2012年提出时，在图像跟踪领域还是引起了很大的反响，作者Zdenek Kalal也通过创业将该算法产品化和商业化，作为商用软件，TLD算法算法的鲁棒性和准确性得到了极大的提升，但是在图像领域从来不缺乏创新的大脑，在之后KCF、深度学习算法凭借其优异的跟踪效果，已经逐渐将TLD算法打下擂台。所以，在学术研究上，TLD算法早已没有了可以挖掘的内容，虽然笔者现在也只是图像方向的未入门菜鸡一枚，但是根据我的亲身经历，如果结合C++编程将整个算法学习一遍，可以很快掌握一些图像跟踪领域的入门技巧和基础知识，同时该算法中的数学原理也较为容易，但是其中包含的算法思想还是非常值得借鉴和学习的，所以依我愚见，对于图像方向的入门学习，TLD算法无疑是一个非常好的选择。

关于TLD算法的主要框架和算法原理，网上各位前辈的博客已经有非常详细的介绍了，我在此也不在赘述，推荐大家去看JohnHany的博文，介绍得已经是相当详细了：

http://johnhany.net/2014/05/tld-the-theory/

同时，我在学习的过程中发现，看他人的博文，可能有助于你了解几个具体的问题，但是想对整个算法有个大体的把握还是劝告大家一定要去读英文论文，网上的资料应该作为参考。

对于算法的具体实现即计算机程序，Zdenek Kalal给出了Matlab和C++混编算法源码，此后有人将算法全部用C++进行编译，Albert-Lxy对各版本TLD程序进行了总结，详情请参考https://www.cnblogs.com/lxy2017/p/3927456.html。

讲了这么多，感觉算法和程序别人都分享了，我这里好像没有什么可做的了，难道就是做一个帖子的搬运工然后水一下经验，这样就不太好了，尽管以上资料已经非常丰富了，但是当我看着程序、论文已经非常精辟简练的代码注释进行学习时，感觉废了九牛二虎之力才将程序一行行的学明白，前前后后用了得有3周左右的时间，所以关于TLD我能做的就是将代码根据算法的思路详细清楚的讲解一遍，同时自己也在重新问题一遍算法，也通过发博客换一些金币，好下载csdn上优秀的资料资源。

到此，前期的铺垫工作算是全部完成了，对于TLD算法整体框架我想做以下的一些总结，当然，这些都是我个人意见，仅供参考，如果有不当之处，也恳请各位批评指正。

TLD算法作为在线跟踪关键之处在于在线跟踪，在线跟踪就需要算法的实时性较好，时间复杂度较低，可以完成实时的运行，如果算法时间成本大，也就无法跑出实时跟踪的效果了：跟踪算法可以较为快速的寻找到下一时刻的跟踪目标，但是其结果可能没有检测算法得到的准确；而直接对每一帧的图像进行检测就很难得到跟踪的实时性，所以需要将两者相结合，从而实现图像实时跟踪，但是既然采用两种方法，免不了会出现冲突即两者的计算结果是不一样的，这时应该如何解决？Zdenek Kalal采用跟踪过程中进行学习对该结果进行最终的判断。所以综上所述：跟踪、检测和学习就是TLD算法中的3个核心模块，感觉像是在说废话。。。

今天就暂时介绍这么多，预知后事如何，且听下回分解！