近兩年跟蹤速度較快的演算法小結

近兩年跟蹤速度較快的演算法有cn[1]，kcf[2]，stc[3]，odfs[4]等等，均足以滿足現實場景中實時跟蹤的應用

各演算法的主要思想：

cn***：是csk[5]***的改進演算法。它聯合顏色特徵（color name）和灰度特徵來描述目標，在文獻[1]作者通過大量的實驗證明了color name在視覺跟蹤中的卓越效能，並且對color name

備註：剛性形變：

剛性是指兩個物體相碰撞不會發生變形，因此兩個剛體就不會佔據同乙個空間，微粒、原子就是這樣的物質；柔性則相反，兩個柔性的物質可以只佔據同乙個空間，氣、場、空間就是這樣的物質。

剛性本原會導致乙個謬論，即如果我們認為物質是無限可分的話，那麼分到最後的事物，即宇宙的本原的密度將是無限大。以原子為例，原子可以分為由電子、質子和中子組成，原子的質量等於電子、質子和中子的質量，但其體積在分解後要比原子的體積小的多（因為，原子內部絕大部分是空的）。

另外，我們還可以從兩個剛性物質的碰撞中發現剛性本原學說的錯誤。由於碰撞力f=m·[（vt-v0）/t]，然而物質是剛性的，因此它們碰撞時的接觸時間t只能是0，因此f必然為無限大。

剛性形變就是完全彈性形變。

還有非完全彈性形變和完全非彈性形變。

完全非彈性形變就是泛型形變。

非完全彈性形變介於完全彈性形變和完全非彈性形變之間。

參考文獻

[1] martin danelljan, fahad shahbaz khan, michae felsberg. adaptive color attributes for real-time visual

tracking. in cvpr, 2014.

[2] joão f. henriques, rui caseiro, pedro martins. high-speed tracking with kernelized correlation filters.

pami, 2014.

[3] kaihua zhang, lei zhang, qingshan liu. fast visual tracking via dense spatio-temporal context learning.

in eccv, 2014.

[4] kaihua zhang, lei zhang, and ming-hsuan yang. real-time object tracking via online discriminative

feature selection. tip, 2013.

[5] j. henriques, r. caseiro, p. martins, and j. batista. exploiting the circulant structure of tracking-by-detection

with kernels. in eccv, 2012.

[6] b. babenko, m.-h. yang, and s. belongie. robust object tracking with online multiple instance learning. ieee

trans. pattern anal. mach. intell., vol. 33, no. 8, pp. 1619–1632, 2011.