OpenTLD 未完成 虎頭

2021-07-02 03:33:19 字數 2350 閱讀 4446

tld是一種演算法的簡稱,原作者把它叫做tracking-learning-detection。搞視覺的人看到這個名字都會嚇一跳,很ambitious的計畫。是09年的工作,不算太久,不過也不太新。網上關於這個的資源其實很多,很大程度和作者開放源**有關。

學習過程中碰到的第乙個問題就是資源太多---當然是相對這個領域而言,一般能找到乙個忠實再現演算法的原始碼就已經很好了。所以把找到的list一下,雖然有點浪費時間,希望可以對其他人有所幫助。具體的細節就不多說了,有很多很棒的分析也列在下面,比如zouxy09

寫的原始碼注釋,實在不能再詳細了。如果硬要找茬,那就是大段的文字讓人頭暈,也沒怎麼排版。我倒想畫幾個簡單的圖補充一下,不知有什麼好點的畫圖程式推薦(latex, or gnuplot?沒用過)

源**資源:

1. 原作者 zdenek kalal

作者主頁:

源**頁:

程式語言:matlab + c

2. alan torres版

源**頁:

實現語言:c++

3. arthurv版

源**頁:

實現語言:c++

注:和上面的沒有發現任何區別

4. jmfs版

源**頁:

實現語言:c++

注:和上面兩個沒有區別,只不過加入了vs2010工程檔案,理論上可以直接在windows下編譯通過。不過opencv檢測不到作者的webcam(!!!),所以他用了另乙個videoinput類來handle攝像頭輸入。

this is an adaptation of arthurv's fork of opentld () 

to be immeadiately runnable in visual studio 2010.

5. georg nebehay版 (終於有個不一樣的了。。。。)

源**頁:

6. paul nader版(又乙個qt 版!)

qopentld:

源**頁:

注1:需要opencv和qt。 原系統要求qt 4.3.7opencv 2.2。

注2:windows和linux下都提供了編譯工程或makefile。估計也是唯一乙個移植到android平台下的tld!

7. ben pryke版(又乙個student project!)

源**頁:

注:依然是matlab+c/c++的混合實現。亮點是有很詳細的documentation(8頁),介紹了演算法的理解和實現細節。可以幫助理解原演算法

部落格資源(中文):

1.  庖丁解牛tld (yang_xian521)

注1:從文章看作者是基於原作者的matlab版分析的。從函式名看上面的2/3/4應該是matlab--->c++的"直譯",函式名都沒變。這樣最好,可以和下面的對照著看,同時學matlab和c++

2.  tld(tracking-learning-detection)學習與原始碼理解 (zouxy09)

注1: 用的是<

注2: 下面三個是從這篇copy的

想說的話:

1. 分享:前段時間把 tld::init(...)看完了,本想一鼓作氣,其他的事太多只好放下。不過我對detection和tracking比較熟,init中已經把learning作了一遍,看懂了剩下的就容易了。現在重新撿起,無意中發現了zouxy09的注釋,省了太多力氣,半天就看完了。很多細節不用自己去摳--- 我們常抱怨這資源那文件太少,羨慕老外能力強,動作快,和他們願意分享關係太大。經常看到一些不錯的文章收藏起來,過幾天去看居然刪了!

可以理解可能是開公司要保密,但如果害怕別人知道了自己的思路就做不下去,那還是不要在這個領域做了。演算法只是思想,誰也壟斷不了。演算法也一定是不斷更新的, 抱著乙個演算法不放也存活不了幾年。原作者也基於這個技術開公司了,也沒見他們基於這個限制別人使用。sift,surf都patent了也沒聽說賺了大錢,kinect告訴你演算法也實現不了。要保密的是實現細節

另乙個pwp(pixel-wise posteriors),publish時間和tld差不多,效能看上去也很美,不過作者說要開源,一直沒有兌現。是個遺憾。個人覺得level set對部分遮擋效果應該很好,做到實時也不是難事

3. 總結:tld其實是乙個非常合適的入門和高階演算法:

a. 有理論,有高質量的*****(bmvc, cvpr, icpr, 最後pami)

b. 有源**!matlab, c++, windows, linux, .....你還想要啥?

c. 有不同大牛小牛分享的詳細的介紹和詳細的**注釋(幾乎每一行都解釋到了)!

4. 牽涉面廣,涉及到detection, tracking, classifcation,傳統的視覺技術就是這麼硬梆梆的劃分的三大類。研究完了對每一部分多少能有點心得。

the end

未完成作業

分治 1.一元三次方程求解 1015 2.迴圈比賽日程表 3.求方程的根 5.黑白棋子的移動 1310 6.光榮的夢想 2323 7.小車問題 1668 8.方程分f x 的根 9.求逆序對 1198 10.迴圈比賽 11.二分查詢 1135 12.麥森數 1030 動態規劃 挖地雷 取數字問題 搜...

通訊 未完成

網路程式設計對於後端開發來說也是非常重要的一部分,常見的使用案例包含,郵件 web伺服器 rpc等底層通訊模型都離不開通訊。及j a是第乙個從一開始就為網路應用而設計的程式語言,最早的兩個實用j a應用的程式之一就是web瀏覽器,隨著internet的不斷發展,j a成為了唯一適合構建下一代網路應用...

單詞統計(未完成)

題目描述 輸入一段英文文字,用程式統計出現頻率最高和最低的兩個單詞 英文文字中僅出現這四類字元 空格 英文逗號 英文句號 英文大小寫字母 a z a z 單詞之間的分隔符僅考慮這三種 空格 英文逗號 英文句號 僅大小寫不同的單詞算同乙個單詞 如果兩個單詞出現次數相同,則在文字中首次出現的單詞優先返回...