TLD目标跟踪算法.pptxVIP

Tracking-Learning-Detection;一、TLD算法简介 二、TLD框架结构 三、P-N 学习 四、TLD算法实现;一、TLD算法简介;一、TLD算法简介;一、TLD算法简介 二、TLD框架结构 三、P-N 学习 四、TLD算法实现;二、TLD框架结构;二、TLD框架结构;一、TLD算法简介 二、TLD框架结构 三、P-N 学习 四、TLD算法实现;三、P-N学习;P-N学习结构图;三、P-N学习;P-N experts 的设计：;P-N experts 的设计：;P-N experts 的产生样本的例子：;一、TLD算法简介 二、TLD框架结构 三、P-N 学习 四、TLD算法实现;四、TLD算法实现; (1)在任意时刻，被跟踪目标都可以用其状态属性来表示。该状态属性可以是一个方框或一个指示目标是否可见的标记。 方框由它的位置和尺度来决定，有固定的长宽比。两个方框的空间相似度由重叠度来量化，定义为两个方框交集与并集之比。;任意给定一个图像片P和目标模型M，我们定义几个量化指标：;2.跟踪模块--Tracker;2.跟踪模块--Tracker;2.跟踪模块--Tracker;3.检测模块--Detection; 检测模块使用级联分类器（Cascsded classifier）来判断输入的图像块中是否还有目标，划分为三个模块：; ;