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

【原创】TLD源码深度分析:初始化模块(一)  

2013-06-07 00:31:08|  分类: TLD算法 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

            对于TLD的研究,已有些时日。最开始的时候看Zdenek Kalal的论文,但是有很多啃不动的地方。看完只觉得了解了个大体框架,很多地方都不明白。后来,又看完了各位牛人的分析及讲解(大部分已转载到本博客,大家可以查阅),受益匪浅!但是觉得对很多问题还是不明白!好在网友【冷月无心】给我推荐了C++版本作者的论文,作者分析得很细,看完很受用,解除了很多困惑!最近,打算再根据C++源码深入地走一遍,并把源码功能详细分享给大家!希望后面学习使用TLD算法的朋友通过我的分析,能够不走那么多弯路,也欢迎朋友们和我一起讨论!废话就说到这里,开始分享。。。

1.       buildGrid(frame1box)

输入:

      当前帧图像:frame1

      初始边界框:box

输出:

          所有边界框及其信息:vector<BoundingBox> grid

    描述:

使用滑动窗法对整帧图像,按从上到下、从左到右的顺序,取边界框并记录其大

小、位置、尺度、与初始边界框(第一帧中手工所取)重叠度。其中,尺度取初

始边界框的1.2(S次方)倍,S取值为-10-9910

 

2.       getOverlappingBoxes(box,num_closest_init)

输入:

      初始边界框:box

      欲得到good_box(与初始边界框最相似的box)的个数:num_closest_init

输出:

      最相似边界框:best_box

         最相似的num_closest_init个边界框:vector<int> good_boxes

          不重叠边界框:vector<int> bad_boxes

描述:

将所有边界框中,与初始框box重叠度最高的边界框信息赋给best_box。把所有重

叠度高于0.6的边界框归类到good_boxes;把所有重叠度低于阈值bad_overlap(读

取自parameters.yml,论文中为0.2)的边界框归类到bad_boxes。如果good_boxes

中边界框个数多于num_closest_init个,则从中取重叠率最高num_closest_init

个边界框good_boxes

函数末尾调用getBBHull()函数的目的是,得到good_boxes中所有边界框能覆盖到

的最大边界。

 

3.       classifier.prepare(scales)函数位于FerNNClassifier.cpp中。

输入:

所有有效尺度:scales

   输出:

         所有待获取2bitBP特征(位置):features

         阈值:0.5*nstructs

         初始化PosteriorspCounternCounter

   描述:

对特征提取的位置(均匀任选图像块中两点)进行选取(共计:蕨个数*特征位数

(二进制数位数)*尺度大小(21 个),声明并初始化每个蕨的可信度、正样

本计数器、负样本计数器。


下一节见《TLD源码深度分析:初始化模块(二)》


注:若存在说法看不明白的,请留言询问!


  评论这张
 
阅读(1765)| 评论(8)
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