双层视频跟踪模型-CVPR11_robust tracking模型

受今年暑假Summer School中讲cv中多类分类的Ales教授影响，看了一篇他们组2011年发表在CVPR上的一篇文章《An adaptive coupled-layer visual model for robust visual tracking》，感觉思路比较清晰，就精读了一下，在这里贴出一些感想与实施细则，方便大家进行研究(*^__^*) ……

思路：用一个双层耦合模型，维护新特征点组成的patch的检测与outdated patch的删除。这样一个机制，

• 在local层进行与target无关patch的remove
• 在global层将xindepatch加入local layer

其间，作者几乎把所有的东西都用概率表示的……这个不评价……估计是Pattern Classification看了好几遍吧……

2.1. Local Layer

讲了local layer的组成单位：patch的数据结构，跟踪目标的表示（最大化一个概率），并分解这个目标（为概率的乘积）

2.2 作者定义了两个规则，visual consistency和drift from majority，进行local layer的更新。

2.3 在Global Layer，应用3个度量：color, motion, shape描述patch，并适时将新的patch加入model。

2.4. 两层的融合，形成本文的核心算法。

关于Computer Vision更多的学习资料将继续更新，敬请关注本博客和新浪微博Sophia_qing。

转自 abcjennifer  ，在此，谢谢原作者！