图像识别算法c 代码 计算机视觉中，目前有哪些经典的目标跟踪算法？(3)

TrackerKCF接口实现了KCF和CN，影响力可见一斑，还有个GOTURN是基于深度学习的方法，速度虽快但精度略差，值得去看看。tracking方向的最新论文，可以跟进三大会议(CVPR/ICCV/ECCV) 和arXiv。

接下来总体介绍下目标跟踪。图像识别算法c 代码这里说的目标跟踪，是通用单目标跟踪，第一帧给个矩形框，这个框在里面是人工标注的，在实际情况下大多是检测算法的结果，然后需要跟踪算法在后续帧紧跟住这个框，以下是VOT对跟踪算法的要求：

<img src="https://pic3.zhimg.com/50/v2-518e71f77d3bf360a2728f32e63cdc6f_hd.jpg" data-caption="" data-rawwidth="480" data-rawheight="361" class="origin_image zh-lightbox-thumb" width="480" data-original="https://pic3.zhimg.com/v2-518e71f77d3bf360a2728f32e63cdc6f_r.jpg">

通常目标跟踪面临几大难点(吴毅在VALSE的slides)：外观变形，光照变化，快速运动和运动模糊，背景相似干扰：

<img src="https://pi.zhimg.com/50/v2-1169ca84d569b5f8aff728d0de563869_hd.jpg" data-caption="" data-rawwidth="716" data-rawheight="416" class="origin_image zh-lightbox-thumb" width="716" data-original="https://pi.zhimg.com/v2-1169ca84d569b5f8aff728d0de563869_r.jpg">

平面外旋转，平面内旋转，尺度变化，遮挡和出视野等情况：

<img src="https://pic3.zhimg.com/50/v2-3db98542589ec7abf17d52c20bcbdf12_hd.jpg" data-caption="" data-rawwidth="622" data-rawheight="460" class="origin_image zh-lightbox-thumb" width="622" data-original="https://pic3.zhimg.com/v2-3db98542589ec7abf17d52c20bcbdf12_r.jpg">

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-60218-3.html