注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

BeyondEgo

Welcome to Winsolider's yard! 超越自我,谁与争锋?

 
 
 

日志

 
 
关于我

本博为记事、畅聊、交友博客,邀你共同探讨人生、探讨成长,广交天下有志之士!愿与有相同兴趣爱好的你,共同学习、一起成长、收获喜悦!

网易考拉推荐

openTLD 源码解读  

2013-05-19 15:36:58|  分类: TLD算法 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

本文转自http://blog.csdn.net/muzi198783/article/details/7392255

首先是run_TLD 在其次就是tldExample 最后到了初始化函数tldInit

第一个比较关键的函数   bb_scan

将图像网格化,将图片首先 SCALE = 1.2.^[-10:10];(21 个规格),在每个规格上打网格 

这个函数有一个比较重要的方法

ntuples(就是重复) 因为网格上的点很多点有相同的X,或者Y 具体方法大家在matlab中调用一句ntuples([1 2],[1 2,3])看看答案就知道什么意思了。

这个函数返回一个6*n的矩阵,这个矩阵每个列代表一个窗口。

1,代表窗口左上点X

2,代表窗口左上点y

3,代表窗口右下点X

4,代表窗口右下点Y

5,这种规格的编号

6,相同X的窗口数目

产生特征点函数tldGenerateFeatures

就是产生一系列的随机数 大概是(4*特征个数)*树的个数

初始化轨迹

记录连续的图片

训练探测器

规格化和目标的相似度bb_overlap

将每个规格化窗口和目标窗口做运算得到相似度

公式:相交的面积/总面积(不相交则返回0.0)

注意矩阵运算返回一个向量,大小就是规格化的数目length(grid)

取出图片的函数,当参数为4个时会进行变换img_patch

tldGeneratePositiveData产生正样本数据

主要利用的是相似度来判定正负样本既bb_overlap>阈值,则认为正样本,反之亦然。

这里主要就是有个编码问题

随机取出点比较大小进行编码

for (int i=0; i<nFEAT; i++) {
index<<=1; 
int fp0 = img[off[0]+bbox[0]];
int fp1 = img[off[1]+bbox[0]];
if (fp0>fp1) { index |= 1;}
off += 2;
}

(fern.cpp的measure_tree_offset)

这个函数返回一个pX代表编码后的矩阵,pEx代表最靠近目标窗口的规格化窗口(这个窗口进行了处理可以用于后面的训练),

最靠近目标窗口的规格化窗口

类似的负样本情况。

fern(2,......)

开始训练随机树

if (Y[I] == 1) {
if (measure_forest(x) <= thrP)//防止某个特征占的比重太大
update(x,1,1);
} else {
if (measure_forest(x) >= thrN)
update(x,0,1);

void update(double *x, int C, int N) {
for (int i = 0; i < nTREES; i++) {
int idx = (int) x[i];
(C==1) ? nP[i][idx] += N : nN[i][idx] += N;
if (nP[i][idx]==0) {
WEIGHT[i][idx] = 0;
} else {
WEIGHT[i][idx] = ((double) (nP[i][idx])) / (nP[i][idx] + nN[i][idx]);//正样本增加相应位置的权重,集后面的置信度
}
}
}

训练样本产生一个正确的特征集

 tldTrainNN(pEx,nEx,tld)

tld.pex = [tld.pex(:,1:isin(2)) x(:,i) tld.pex(:,isin(2)+1:end)]; % 这个代码就是通过随机树种产生比较高的规格化窗口在这些窗口放到正特征集里面

以后就可以拿这个和目标最比较来判断目标窗口的位置

  评论这张
 
阅读(778)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017