【目标跟踪+光流算法】运动跟踪合集

https://blog.csdn.net/App_12062011/category_6269524.html

作者: Eason.wxd

我是Eason,我喂自己袋盐...

• 转载 运动目标跟踪（十五）--WMIL跟踪

  原文：http://blog.csdn.net/ikerpeng/article/details/20703421文章：Real-time visual tracking via online weighted multiple instance learningKaihua Zhang,  Huihui SongDepartment of Computing, The Hon
  2016-08-18 12:25:17  6772  0

• 原创 运动目标跟踪（八）--时空上下文(STC)跟踪原理

  原文：http://blog.csdn.net/qianxin_dh/article/details/39135189一.前言         《Fast Tracking via Spatio-Temporal Context Learning》是Kaihua Zhang等人发表的一篇文章，文中提到了通过利用时空上下文进行视觉跟踪，具有很好的实时性和鲁棒性。该算法基于
  2016-08-16 09:36:17  11545  0

• 转载 运动目标跟踪（十一）--CN及CSK跟踪原理

  原文：http://blog.csdn.net/hlinghling/article/details/44308199基于自适应颜色属性的目标追踪Adaptive Color Attributes for Real-Time Visual Tracking基于自适应颜色属性的实时视觉追踪 3月讲的第一篇论文，个人理解，存在很多问题，欢迎交流！这是CVPR2014
  2016-08-17 11:48:24  17493  5

• 转载 运动目标跟踪（十六）--OAB，SemiT,BSBT跟踪

  原文：http://blog.csdn.net/ikerpeng/article/details/18985573文章：on-line boosting and vision  Grabner, H. ; Graz University of Technology ; Bischof, H. CVPR, 2006 IEEE Computer Society Conferen
  2016-08-18 16:36:37  7292  0

• 转载 光流（八）--总结篇

  感觉光流这东西，在不考虑时间的情况下，应该是蛮靠谱的，后期发展主要是在算法加速上。一方面是是软件级，另一个是GPU级。以后实际用到在仔细研究吧。这有个推导整理，mark下:http://www.cnblogs.com/quarryman/p/optical_flow.html
  2016-07-17 12:19:30  7416  0

• 转载 光流（七）--Brox算法（DeepFlow）

  原文：http://www.cnblogs.com/dzyBK/p/5096860.html参考论文：1. High Accuracy Optical Flow Estimation Based on a Theory for Warping, Thomas Box, ECCV20042. Beyond Pixels Exploring New Representations
  2016-07-15 12:06:27  11527  1

• 转载 光流（四）--Kanade-Lucas-Tomasi(KLT)目标跟踪

  原文：http://www.cnblogs.com/moondark/archive/2012/05/12/2497391.html近来在研究跟踪，跟踪的方法其实有很多，如粒子滤波（pf）、meanshift跟踪，以及KLT跟踪或叫Lucas光流法，这些方法各自有各自的有点，对于粒子滤波而言，它能够比较好的在全局搜索到最优解，但其求解速度相对较慢，由于其是基于颜色直方图的计算，所以对相同颜
  2016-07-11 15:02:44  10765  1

• 转载 光流（二）--光流算法

  原文：http://www.cnblogs.com/gnuhpc/archive/2012/12/04/2802124.html简介：在计算机视觉中，Lucas–Kanade光流算法是一种两帧差分的光流估计算法。它由Bruce D. Lucas 和 Takeo Kanade提出。光流的概念:(Optical flow or optic flow)它是一种运动模式，这种运动模
  2016-07-11 11:35:54  8229  0

• 转载 光流（一）--综述概览

  http://www.rosoo.net/a/201403/16937.html
  2015-09-14 10:49:54  10625  0

• 原创 光流（三）--LK算法改进（金字塔LK）

  LKDemo直接在OpenCV  samples里。原文：http://blog.csdn.net/u014568921/article/details/46638557另外一篇：http://blog.csdn.net/gh_home/article/details/51502933光流是图像亮度的运动信息描述。光流法计算最初是由Horn和Schunck于1981年提出的，创造性...
  2016-07-11 14:57:48  25644  7

• 转载 光流（六）--L2范数Horn–Schunck 光流法及应用demo

  原文：http://www.cnblogs.com/rocbomb/p/3795719.html?utm_source=tuicool&utm_medium=referral1. 基于Horn-Schunck模型的光流算法 1.1     光流的约束条件 光流 的假设条件认为图像序列,在时间t 的某一像素点与在时间t+1的这一像素点的偏移量保持不变，即。这就
  2016-07-14 22:40:37  7576  0

• 原创 运动目标跟踪（十七）--一些跟踪算法简述及跟踪牛人资料整理

  这篇文章，主要记录一些效果和时间不是很优秀的跟踪算法，以备用。L1APG:原文：http://www.cnblogs.com/pixel/archive/2012/10/17/2728243.html以防原文链接失效，引用：最近在看有关将L1范数最小化运用到视频跟踪上的文章，这里是文章和实现代码的下载地址http://www.dabi.temple.edu/~hbling/co
  2016-08-19 14:01:17  28989  2

• 原创 运动目标跟踪（十八）--阶段性总结

  经过近两周的学习，对目前了解到的几个跟踪算法，坐下相关总结对比。 各算法的主要思想：      CN跟踪器：是CSK[5]跟踪器的改进算法。它联合颜色特征（Color Name）和灰度特征来描述目标，在文献[1]作者通过大量的实验证明了Color Name在视觉跟踪中的卓越性能，并且对Color Name  进行了PCA降维，去除了Color Name中的冗余信息，使得对目标的外观
  2016-08-19 10:24:22  27124  6

• 转载 运动目标跟踪（十九）--TLD

  原文：http://blog.csdn.net/zouxy09/article/details/7893026相对来说，TLD算是比较入门的跟踪算法了，没有特别复杂的理论原理。实际上，一句话总结，就是中值光流+级联检测（依次从方差，随机森林，最近邻）的融合部分，之后，根据结果，更新级联检测。但其考虑到了多尺度。直接转大牛的分析，对着代码过了一边，没什么问题。下面是自己在看论文和这些
  2016-08-22 15:20:26  22939  0

• 转载 目标跟踪算法的分类（三）

  原文：http://www.360doc.com/content/16/0315/10/25664332_542332518.shtml目标跟踪的任务是获得目标在连续图像序列中位置随时间变化的轨迹。目标的表达用的都是形状或外观模型。选择的表达模型限制了其可以使用的运动模型或分解方法。比如点表达的目标只能体现平移运动。几何形状表达仿射或投影更加合适。而对非刚性目标，轮廓表达最为合适，可用
  2016-08-22 15:57:56  16503  0

• 转载 运动目标跟踪（十四）--MIL跟踪

  原文：http://blog.csdn.net/ikerpeng/article/details/19235391文章：Robust object tracking with on-line  multiple instance learningBoris Babenko, Student Member, IEEE, Ming-Hsuan Yang, Senior Member, IE
  2016-08-18 12:23:49  8685  0

• 转载 运动目标跟踪（十）--CSK跟踪

  原文：http://blog.csdn.net/ikerpeng/article/details/44171159这篇文章很赞啊！很有必要将其好好的学习，今天首先记录它的代码思路（详细的推导过程后面会给出的）。首先，这篇文章使用的决策函数是一个结构风险最小化的函数：
  2016-08-17 11:54:57  9156  0

• 转载 运动目标跟踪（十三）--SRDCF/DeepSRDCF

  原文：http://m.blog.csdn.net/article/details?id=51325716介绍DeepSRDCF之前，首先介绍SRDCF。今天对SRDCF算法做一些笔记[paper:Learning Spatially Regularized Correlation Filters for Visual Tracking]这篇文章同样是目前比较好的，在VOT20
  2016-08-17 13:04:32  12469  3

• 原创 目标跟踪算法的分类（一）

  运动目标跟踪主流算法大致分类主要基于两种思路：a)不依赖于先验知识，直接从图像序列中检测到运动目标，并进行目标识别，最终跟踪感兴趣的运动目标； b)依赖于目标的先验知识，首先为运动目标建模，然后在图像序列中实时找到相匹配的运动目标。 一．运动目标检测对于不依赖先验知识的目标跟踪来讲，运动检测是实现跟踪的第一步。运动检测即为从序列图像中将变化区域从背景图像中提取出来。运动目标检测
  2015-09-14 11:41:37  84208  2

• 转载 目标跟踪算法的分类（二）

  原文：http://www.cnblogs.com/ronny/p/4256150.html最近对运动目标检测与跟踪这一块的知识进行了一个整体性的回顾，又看了几篇综述性的论文，所以这篇博客算是做一个简单的记录，对几个重要的概念进行了描述与分析。并没有去研究现在这一领域那些最近的研究成果。因为在我看来，算法的主体想法都是一致的，每种方法都有它适应的场景。抓住轴心就够了！前景检测这
  2016-06-25 21:45:21  10405  0

• 转载 运动目标跟踪（三）--搜索算法优化搜索方向之Meanshift

  1
  2016-06-25 16:35:38  7673  0

• 原创 运动目标跟踪（一）--搜索算法预测模型之KF,EKF,UKF

  这里先总体介绍下，原文转自：http://www.cnblogs.com/gaoxiang12/p/5560360.html任何传感器，激光也好，视觉也好，整个SLAM系统也好，要解决的问题只有一个：如何通过数据来估计自身状态。每种传感器的测量模型不一样，它们的精度也不一样。换句话说，状态估计问题，也就是“如何最好地使用传感器数据”。可以说，SLAM是状态估计的一个特例。 1.
  2016-06-25 16:33:00  28850  2

• 转载 运动目标跟踪（四）--搜索算法优化搜索方向之Camshift

  mean-shift 的特点是把支撑空间和特征空间在数据密度的框架下综合了起来。对图像来讲，支撑空间就是像素点的坐标，特征空间就是对应像素点的灰度或者RGB三分量。将这两个空间综合后，一个数据点就是一个5维的向量：[x,y,r,g,b]。这在观念上看似简单，实质是一个飞跃，它是mean-shift方法的基点。mean-shift方法很宝贵的一个特点就是在这样迭代计算的框架下，求得的
  2016-06-27 14:59:12  6552  0

• 转载 运动目标跟踪（二）--搜索算法预测模型之粒子滤波

  原文：http://blog.csdn.net/jinshengtao/article/details/30970733推荐大家看论文《An adaptive color-based particle filter》这次我直接截图我的硕士毕业论文的第二章的一部分，应该讲得比较详细了。最后给出我当时在pudn找到的最适合学习的实现代码
  2016-06-25 16:33:44  7893  1

• 转载 运动目标跟踪（五）--搜索算法预测模型之PF,KF,EKF,UKF比较总结

  http://blog.sina.com.cn/s/blog_7dc49c690100t9dv.html【转载】之前一直在做移动机器人定位算法。查来查去，发觉粒子滤波算法（又叫MC算法）应该算是最流行的了。因此开始学习使用之。入手的是本英文书叫“probalistic robotic” 很不错，我所见到的讲得最好的一本书。花了大量时间去研读。在这里我想谈谈我对粒子滤波的一点
  2016-07-03 21:19:10  7039  0

• 转载 运动目标跟踪（六）--压缩跟踪之CS原理介绍

  最近在找工作，虽然offer不问题，但是面试的过程，让我意识到自己存在的很多问题。其中之一就是，有人跟我说，你的广度是够了，但可能深度不够。实际上，短短一两小时的面试 ，是很难知道一个人的深度的，但个人觉得，这算是一个警钟，以后的路，要慢慢做深，做精，才能成为砖家啊。哈哈。直接上大神的原文：http://blog.csdn.net/zouxy09/article/details/81183
  2016-06-20 10:11:14  8585  0

• 转载 运动目标跟踪（七）--压缩跟踪之CT原理介绍

  原文：http://blog.csdn.net/zouxy09/article/details/8118360好了，学习了解了稀疏感知的理论知识后，终于可以来学习《Real-Time Compressive Tracking》这个paper介绍的感知跟踪算法了。自己英文水平有限，理解难免出错，还望各位不吝指正。      下面是这个算法的工程网站：里面包含了上面这篇论文
  2016-06-20 10:31:11  9652  0

• 原创 运动目标跟踪（九）--Struck跟踪原理

  《Struck:Structured Output Tracking with Kernels》是 Sam Hare, Amir Saffari, Philip H. S. Torr等人于2011年发表在Computer Vision (ICCV)上的一篇文章。Struck与传统跟踪算法的不同之处在于：传统跟踪算法(下图右手边)将跟踪问题转化为一个分类问题，并通过在线学习技术更新目标模型。然而
  2016-08-16 14:25:46  16973  0

• 转载 运动目标跟踪（十二）--KCF跟踪及CSK,CN对比

  作者的主页：http://home.isr.uc.pt/~henriques/可以下载到文章和代码，文章的名字叫　High-Speed Tracking with　Kernelized Correlation Filters.总结来说，这也是一种Tracking By Detection的跟踪方法，跟ＴＬＤ，OAB同宗,以跟踪对象为正样本，以周围坏境为负样本，训练一个判别分类器．pap
  2016-08-17 09:27:53  19138  2

• 转载 光流（五）--HS光流及稠密光流

  稠密光流稠密光流是一种针对图像进行逐点匹配的图像配准方法[1]  ，不同于稀疏光流只针对图像上若干个特征点，稠密光流计算图像上所有的点的偏移量，从而形成一个稠密的光流场。通过这个稠密的光流场，可以进行像素级别的图像配准，所以其配准后的效果也明显优于稀疏光流配准的效果。但是其副作用也是明显的，由于要计算每个点的偏移量，其计算量也明显大于稀疏光流[2]  。 目录
  2016-07-14 22:48:18  12868  0