跟踪是在用户选择的对象在场景中移动时将其定位在不同帧中的过程。 它具有多种用途，例如人机交互，手势识别，驾驶员辅助系统，安全监控，医学成像和农业自动化。 在过去的四十年中，已经进行了广泛的跟踪研究，并且已经提出了许多不同的跟踪算法。 但是，所有这些跟踪器都限于简单的场景，例如没有遮挡，照明或外观变化以及没有复杂的对象运动。 另一方面，我们有如此完美的跟踪器示例：人与动物！！ 人体视觉系统的对象跟踪性能目前尚无法被工程系统所超越，因此，我们的研究试图对视觉跟踪过程中皮质处理的已知原理进行启发和逆向工程。简单的跟踪过程基于浅层神经网络，该网络可以快速识别随时间重复的对象特征之间的相似性。 我们提出了一种算法，该算法可以根据在后续帧中观察到的局部特征之间的相似性来跟踪和提取对象的运动。 最初将局部特征定义为定义要跟踪的对象的边界框。
相似匹配率（SMR）跟踪器
SMR跟踪器在TLD [1]数据集上实现了最先进的性能，如表2所示。有关详细信息，请参见SMR论文！！ 下载代码并尝试一下！
- 广告中的死人：是否合适？
- 每周城邦（12/03至12/09）
- 布莱恩·法伦是布鲁斯·斯普林斯汀的儿子吗？
- 何时将您的工作外包给乐队
- Madhuri Murli从加利福尼亚发布了Teri Deewani-Nachdi Phira mashup
图1显示了来自视频的快照，表1列出了这些属性。 如果其与地面真值边界框的重叠大于25％，则认为检测正确。
图1：序列的快照，其中的对象用边框标记[1]
TLD数据集上SMR跟踪器的视频
大卫
https://www.youtube.com/watch?v=FiUbhmwtASM
跳跃的
https://www.youtube.com/watch?v=zkhv6cvK-cQ
行人1
https://www.youtube.com/watch?v=Pdt7wti2wVw
行人2
https://www.youtube.com/watch?v=nVhkO6ZT5sg
行人3
https://www.youtube.com/watch?time_continue=20&v=gcsLCIGYvcA
汽车
https://www.youtube.com/watch?v=1eIV1r3tShg
参考文献
- Z. Kalal，J。Matas和K. Mikolajczyk。 PN学习：通过结构约束引导二元分类器。 计算机视觉和模式识别会议。 2010
- Z. Kalal，K。Mikolajczyk。 向前-向后错误：自动检测跟踪失败。 模式识别国际会议。 2010。
- J. Lim，D。Ross，R。Lin和M. Yang。 用于视觉跟踪的增量学习。 NIPS，2005年。
- R. Collins，Y。Liu和M. Leordeanu。 在线选择判别式跟踪功能。 PAMI，27（10）：1631-1643，2005。
- S. Avidan。 合奏跟踪。 PAMI，29（2）：261-271，2007。
- B.Babenko，M.-H。 杨和S.贝隆吉。 在线多实例学习的视觉跟踪。 CVPR，2009年。
注意：这是我们2012年研究的旧文章
