本文探讨了目标跟踪在城市监控、无人驾驶等领域的应用，指出光流法等短期跟踪方法的局限性。文章详细介绍了目标跟踪算法的两类——生成模型和判别模型，以及四个关键步骤：特征提取、运动模型、观测模型和模型更新。在特征提取部分，重点讲解了灰度、颜色、Haar-like、HOG和LBP等特征的原理和作用，强调了它们在光照变化和噪声中的鲁棒性。
应用背景：城市道路监控等，以及无人驾驶、无人飞机等新型产业
常用的跟踪方法，如光流法，其前提条件是假设目标一直存在于视频序列中，没有消失或者被遮挡的情况出现，只适用于短时间的目标跟踪，无法实现长时间的跟踪监控。
目标跟踪算法分为两种类别，生成模型跟踪与判别模型跟踪。
跟踪算法的实现过程分为四个子模块，也就是特征提取、运动模型、观测模型、模型更新。跟踪算法通常在第一帧框选一个跟踪目标，并初始化观测模
笔记：基于TLD的目标跟踪改进算法研究1
最新推荐文章于 2024-09-01 16:05:19 发布
最低0.47元/天 解锁文章
扫一扫
3157
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
