MedianFlow跟踪算法

来源：互联网发布：淘宝链接突然间没有了编辑：程序博客网时间：2024/06/05 21:55

算法简介

该算法其实不能称作一个单独的算法，他属于TLD跟踪算法中Tracking部分。它基于LK光流跟踪算法，并使用FB（正向/反向评估点追踪质量的一种方法）、NCC交叉验证进行反馈。

对点追踪，我们给定一个图像序列，给定一个时刻t，我们需要定位该点在时刻t+1时的位置。
设S=( I[t] , I[t+1] , … , I[t+k] )是一个图像序列。

点在t时刻的位置为x[t]，使用跟踪算法，向前(forward)跟踪k步。得到一个forward trajectory（轨迹），T[k,f]=( x[t] , x[t+1] , … , x[t+k] )，其中f代表forward，k是向前k个序列。

建立一个validation trajectory（验证轨迹），点x[t+k]向backward（后）跟踪到x[t]，产生一个验证轨迹 T[k,b] = (x`[t] , x`[t+1] , … , x`[t+k] )，在这里x`[t+k]=x[t+k]。

Forward-Backward Error 被定义为两个轨迹的距离，欧式距离。
这里写图片描述

使用LK跟踪算法，并用FB验证和NCC验证，过滤掉bounding box中质量最差的点的50%，对于剩下的点，物体边界盒的位移估计是建立在中值上计算的，故称为Median（中值）Flow。

（1）对于每一对点，都有一个比例，是当前点和前一阵点的距离比例。
（2）边界框的尺寸变化被定义为这些比例的中值。

阅读全文

'); })();