Deyunshe: ¿Cuáles son los algoritmos de seguimiento de objetivos del módulo de extensión?

1.KCF: TrackerKCF usa la matriz circulante para recolectar muestras positivas y negativas en el área alrededor del objetivo, usa regresión de crestas para entrenar el detector de objetivos y utiliza con éxito la matriz circulante para detectar el Fourier La naturaleza diagonalizable del espacio foliar convierte las operaciones matriciales en el producto Hammad de vectores, es decir, el producto escalar de elementos, lo que reduce en gran medida la cantidad de operaciones y aumenta la velocidad de operación, lo que hace que el algoritmo cumplir con los requisitos en tiempo real. Al aumentar la velocidad informática, el algoritmo puede cumplir con los requisitos en tiempo real.

2: TrackerMIL: TrackerMIL entrena al clasificador en línea para separar objetos del fondo; el aprendizaje de múltiples instancias evita el problema de deriva del seguimiento robusto.

3.OLB: TrackerBoosting Online en tiempo real. Seguimiento de objetos basado en el algoritmo AdaBoost. El clasificador utiliza el fondo circundante como contraejemplo en el paso de actualización para evitar problemas de deriva.

4.MedianFlow: el rastreador TrackerMedianFlow es adecuado para movimientos muy suaves y predecibles, donde los objetos son visibles a lo largo de la secuencia.

5.TLD: TrackerTLD descompone las tareas de seguimiento a largo plazo en seguimiento, aprendizaje y detección. El rastreador rastrea objetos de un cuadro a otro. El detector localiza todas las apariencias observadas y corrige el rastreador si es necesario. El aprendizaje estima y actualiza los errores del detector para evitar errores repetidos. El rastreador es capaz de manejar movimientos rápidos, oclusión parcial, objetos perdidos, etc.