TLD 学习心得

TLD过程

{

初始化部分：

              {

                                               初始化数据结构（扫描窗口、随机树FERN结构）；

                                               利用第一帧图像和初始BB获得各种正负样本，用这些样本训练一个

                                               分类器。

             }

重复处理帧序列部分：

                         {

                          跟踪部分：

                                     {

                                      方差约束(积分图像)->随机树约束->最近邻约束->DBB。

                                      }

                          检测部分：

                                    {

                                     金字塔LK->均值约束->模板匹配约束->TBB

                                    }

                         整合DBB和TBB得到当前BB。

                        学习部分：

                                   {

                                    利用当前帧图像和当前BB获得各种正负样本，用这些样本更新分类器，更新数据结构。

                                    }

                       }

}

初始化数据源，即是从文档中获取，还是从摄像头获取。（tldInitSource）

获取初试矩形框的大小和第一帧图像（tldInitFirstFrame）

产生不同尺度的scanning window（bb_scan）和一个有着十棵随机树的森林，每棵树对应了13对随机点比较（ tldGenerateFeatures），将不同尺度的scanning window 和森林进行关联（fern（1）），即将比较点换算到具体的scanning window中去。通过将scanning window和初始矩形框进行overlap比较获得相应的正负样本集（tldGeneratePositiveData、tldGenerateNegativeData），然后用正负样本集更新Weight、nP、nN。并通过近邻分类器得到PEX、NEX。

tldProcessFrame

在LK光流跟踪时，选取了100个点进行跟踪，选取距离小于阈值而相关系数大于阈值的点（阈值时取自各自的均值），根据这些点来确定一个矩形框。

检测时，在满足方差约束的条件下，统计各个scanning window对应的Weight，保留满足大于某个阈值的window。在此基础上，再和PEX、NEX进行相似度计算，进一步筛选掉一部分window，余下来的window就是检测得到结果。显然，检测得到的window可能不止一个。然后对这些window进行聚类。

整合检测和跟踪得到的结果。根据DT、TR以及相应的约束，确定当前帧最终的BB。

在一定的学习条件下学习时（TldLearning），需要根据获得的BB生成正负样本集，更新Weight、nP、nN以及PEX、NEX等数据机构。

Weight、nP、nN是每棵树的二进制编码为下标的统计信息。

patch（scanning window）和 Weight、nP、nN是一一对应的。