TLD算法的几句话总结

    TLD目标跟踪算法是迄今为止视频演示效果我见过的最好的一个算法http://www.56.com/u83/v_NTk3Mzc1NTI.html。这个算法结合了跟踪模块、检测模块、综合模块和学习模块。第一帧手动给出boundingbox，然后分别送入跟踪模块和学习模块。学习模块通过目标片的仿射变换得到更多的正样本，负样本可在图像中的其他区域随机选取，将训练集送入PN学习框架下训练分类器。跟踪模块基于中值光流跟踪结合错误检测机制实现。在下一帧中利用检测模块对目标区域进行检测。这里检测模块利用级联的思想。第一级分类器采用图像区方差检测模块，检测通过的图像块才会送入下一级的随即森林检测模块。通过这一级分类器的检测模块送入最后一级的K近邻分类器中。最后通过K近邻分类器的区域才会被认为存在目标。检测得到的目标区域和跟踪得到的目标区域在综合模块结合的到最终的目标区域。得到的目标区域送入学习模块计算输入图像片（跟踪器的目标box）与在线模型之间的相关相似度conf，如果相似度太小了或者如果方差太小了或者如果被被识别为负样本，那么就不训练了，否则就作为正样本更新分类器，同时跟新跟踪模块和检测模块的目标模型。检测模块在目标跟丢的情况下会对整幅图像进行全局扫描。

http://blog.csdn.net/zouxy09/article/details/7893026

http://blog.csdn.net/wenrenhua08/article/details/39591343