tld算法视频

1. 如何提升tld算法vs运行速度

64位环境下，使用opencv2.2.0经历过一模一样的错误，因为opencv2.2.0下没有找到x86或x64的lib文件夹，可能根本不区分系统位数吧。然后改用opencv-2.4.13，将compile.m文件下opencv的路径改为如下两行（opencv的安装路径）

2. 计算机视觉中，目前有哪些经典的目标跟踪算法

计算机视觉中,目前有哪些经典的目标跟踪算法 比如TLD、CT、Struct这些效果不错的Tracker其实都不是单纯的Tracker了。09年的时候我记得比较流行的是Particle Filtering， 或者一些MeanShift/CamSh

3. 关于TLD目标跟踪算法的问题

跟踪是一个很混乱的方向。

比如TLD、CT、Struct这些效果不错的Tracker其实都不是单纯的Tracker了。09年的时候我记得比较流行的是Particle Filtering， 或者一些MeanShift/CamShift的变形，比如特征变了，比如对问题的假设变了。

后来突然出现一些tracking by detection的方法，之前的很多朋友就觉得这是耍流氓。比如TLD，严格的跟踪算法也许只是里面的Forward/Backward Opitcal Flow的部分，但是效果很Impressive，所以不管怎样，一下就火了。

之后所谓的跟踪就不再是一个传统的跟踪问题，而是一个综合的工程问题。online learning，random projection ，sparse learning的东西都加进来，大家其实到底是在做跟踪还是在做检测或者online learning，其实已经不重要，因为衡量的标准是你在某些public dataset上的精度。

但这些对实际的项目有没有帮助呢？

这是个很有意思的地方，在很多时候，我们之所以需要跟踪算法，是因为我们的检测算法很慢，跟踪很快。基本上当前排名前几的跟踪算法都很难用在这样的情况下，因为你实际的速度已经太慢了，比如TLD，CT，还有Struct，如果目标超过十个，基本上就炸了。况且还有些跟踪算法自己drift掉了也不知道，比如第一版本的CT是无法处理drift的问题的，TLD是可以的，究其原因还是因为检测算法比较鲁棒啊……

实际中我觉得速度极快，实现也简单的纯跟踪算法居然是NCC和Overlap。

NCC很简单，这个是对点进行的，对于区域也有很多变种，网上有一些相关的资源。

Overlap是我取的名字，一般用在里面，假如你的摄像头是静止的，背景建模之后出来的前景可以是一个一个的blob，对相邻两帧的blob检测是否Overlap就可以得到track。在一些真实场景下，这个算法是非常有效的。关于背景template的问题在真实的里面也是很好解决的。

坐在电脑前面调试代码tuning 各种阈值让跟踪算法在某一个帧下面不要drift的事情我是再也不想干了。
顺祝你2015幸福快乐。

4. 如何在opencv中使用tld算法

整个编译的过程跟我上一篇说的编译CMT算法基本一样，但是需要注意以下几点：

第一点：选择Cmake中的源目录如下：

这里写图片描述

第二点：下图红色框里面的解决方案要分别设置运行库

这里写图片描述

第三点：运行程序时候不能直接点exe,必须传参启动，具体看README文件，可以自己写个bat文件启动

在exe所在目录新建个txt文件，里面添加下面这句话：
run_tld.exe -p ../../parameters.yml -s ../../datasets/06_car/car.mpg -b ../../datasets/06_car/init.txt
1
1
这里写图片描述

改后缀为bat文件，运行就可以看到效果，还是那句话，具体看README

5. tld算法 MATLAB版 能否改为测试视频文件

kalal的混合编程的代码很早就下载了，但是一直没有去调试，前一段时间看了差不多一个月的文献，终于把作者的算法大致讲的意思给弄明白了，但是里面涉及到的很多细节的东西还是不太清楚，由于自己刚换的方向，理论基础薄弱，讲报告的时候，面对师兄的提问回答的不够好，结果被老师给批评了。

6. QQlive缓存文件怎么转换为mp4格式

可以先将手机中缓存的视频文件传输到电脑中，然后利用电脑中的格式工厂软件转换成MP4格式：

1、打开电脑，找到“格式工厂”软件。

(6)tld算法视频扩展阅读：

MPEG-4格式的特点

1、对于不同的对象可采用不同的编码算法，从而进一步提高压缩效率；

2、对象各自相对独立，提高了多媒体数据的可重用性；

3、允许用户对单个的对象操作，提供前所未有的交互性；

4、允许在不同的对象之间灵活分配码率，对重要的对象可分配较多的字节，对次要的对象可分配较少的字节，从而能在低码率下获得较好的效果；

5、可以方便的集成自然音视频对象和合成音视频对象。

7. 计算机视觉中，目前有哪些经典的目标跟踪算法

tld， 这个比较好用，但是性能不高， 如果不考虑纯软件实现可以用用

8. opencv里面capture.open(0);求解释啊

Open video file or a capturing device for video capturing
C++: bool VideoCapture::open(const string& filename)
C++: bool VideoCapture::open(int device)
从open()函数的申明可以看出，这个函数有重载的哦。。。

9. 计算机视觉中，目前有哪些经典的目标跟踪算法

第一章介绍运动的分类、计算机视觉领域中运动分析模型、计算机视觉领域运动检测和目标跟踪技术研究现状、计算机视觉领域中运动分析技术的难点等内容；
第二章介绍传统的运动检测和目标跟踪算法，包括背景差分法、帧间差分法、光流场评估算法等；
第三章介绍具有周期性运动特征的低速目标运动检测和跟踪算法，并以CCD测量系统为例介绍该算法的应用；
第四章介绍高速运动目标识别和跟踪算法，并以激光通信十信标光捕获和跟踪系统为例介绍该算法的应用；
第五章介绍具有复杂背景的目标运动检测过程中采用的光流场算法，包括正规化相关的特性及其改进光流场评估算法，并介绍改进光流场算法的具体应用；
第六章介绍互补投票法实现可信赖运动向量估计。