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？(9)

<img src="https://pic2.zhimg.com/50/v2-9aad5ed14edb0d087bd653c9c9d73e87_hd.jpg" data-caption="" data-rawwidth="897" data-rawheight="248" class="origin_image zh-lightbox-thumb" width="897" data-original="https://pic2.zhimg.com/v2-9aad5ed14edb0d087bd653c9c9d73e87_r.jpg">

前三名都是相关滤波CF类方法，第三名的KCF已经很熟悉了，这里稍微有点区别就是加了多尺度检测和子像素峰值估计，再加上VOT序列的分辨率比较高(检测更新图像块的分辨率比较高)，导致竞赛中的KCF的速度只有24.23(EFO换算66.6FPS)。这里speed是EFO(Equivalent Filter Operations)，在VOT2015和VOT2016里面也用这个参数衡量算法速度，这里一次性列出来供参考(MATLAB实现的tracker实际速度要更高一些)：

<img src="https://pic3.zhimg.com/50/v2-4b431e58f906bf489189cf0288be6c38_hd.jpg" data-caption="" data-rawwidth="769" data-rawheight="172" class="origin_image zh-lightbox-thumb" width="769" data-original="https://pic3.zhimg.com/v2-4b431e58f906bf489189cf0288be6c38_r.jpg">

其实前三名除了特征略有差异，核心都是KCF为基础扩展了多尺度检测，概要如下：

<img src="https://pic1.zhimg.com/50/v2-e493b50e7cb39b84f2767958285fc6a3_hd.jpg" data-caption="" data-rawwidth="808" data-rawheight="239" class="origin_image zh-lightbox-thumb" width="808" data-original="https://pic1.zhimg.com/v2-e493b50e7cb39b84f2767958285fc6a3_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-60218-9.html