tld框架

最近做TLD(Tracking-Learning-Detection)跟踪算法已经做了好久了，虽然我本不想研究这个，但是迫于Boss的压力，倍感无奈，反正做了好久，终于是把整个框架大概搞清楚了，今天先给画张图，过几天再细说。
(提示，图片太大显示不了，请把图片下载，或在新网页中打开查看)
(链接地址为： http://s5.sinaimg.cn/orignal/8ff949cf4af7ac4ba2384&690)

X

很久没有更新了，也有人问为什么不更新，因为这东西我本来就不想研究，只是迫于老板的压力，不得不研究，后来老板又没让搞了，就搁置了，现在毕业半年了，更没的搞头了，不想有始无终，怎耐这就是人生。
看看还有多少记得的东西吧，今天来简略地说说跟踪模块，真的很简略。如图中所绘，跟踪用了图中的NCC和BF两种做法，这里NCC不讲了，因为我不懂，而且据说是很常用的方法？说一下我们讨论过的BF的做法。所谓BF，不是指一种具体的跟踪方法，它可以与任意一种跟踪方法相结合，例如作者的具体代码中，是与普通的光流跟踪法来结合。
说起来可是很绕的呢。所谓BF，就是反向跟踪，向前、向后跟踪的方法。向后跟踪，很好理解，就是我们平常的跟踪，例如在光流的方法中，就是，已知前一帧，然后用计算光流的方法，得到下一帧的结果，于是得到前一帧的点，对应于一下帧中的位置。
接下来，就是方法的核心，向前反向跟踪，即把下一帧中得到的点，反向跟踪回上一帧，这样，就有些点得到的位置是原来的，而有些点得到的位置与原来不一样了。这样，你就知道了，有些点向前向后跟踪都是一样的，而有些点向前跟踪得到的结果与向后跟踪得到的不一样，作者认为只有向前向后跟踪都是一样的，这样的点才是好的点。于是我们只取这样的点来跟踪。 r> 具体的做法，就是先对跟踪的物体打网格，于是得到很多的点，用BF的方法，选取结果效果好的点，再用NCC的方法选出效果好的点，再选出它们的交集，最后用这些交集的点来进行跟踪，以期得到好的结果。
至于你信不信这样能得到好的结果，反正我是信了，其实我真的懂吗？