在项目中可以工程化的跟踪算法-更新中

本文介绍了几种常见的视觉跟踪方法,包括OpenCV自带的跟踪器、Dlib跟踪器、目标检测结合SORT算法以及YOLO3+DeepSORT组合。讨论了各方法的优缺点,如是否需要手动初始化、跟踪精度及是否需要训练数据等。特别提到了基于卡尔曼滤波的跟踪算法,并指出了部分方法的开源实现状态。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 opencv 自带的跟踪器

需要在初始帧手动画框,指定跟踪目标。

有c++/python实现

将目标检测框的信息传递给跟踪,应该可以实现检测+跟踪,在git上还没找到工程实现

2 Dlib跟踪器,效果似乎不太好

3 目标检测+sort实现

不用训练,代码还没跑通

4 yolo3+deepsort

有开源的实现,已经跑通demo,但是作者是训练的行人外观特征,需要自己整理数据集训练。或者拿作者训练好的行人特征作为需要追踪目标的特征。待实现

这些方法中都是基于卡尔曼滤波

https://github.com/ZQPei/deep_sort_pytorch/issues/2

https://github.com/ZQPei/deep_sort_pytorch/issues/2

https://blog.youkuaiyun.com/See_Star/article/details/105820181?utm_medium=distribute.pc_relevant.none-task-blog-title-5&spm=1001.2101.3001.4242

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值