增强视觉 | 计算机视觉 增强现实

fantastic wor

@chenparadise
amazing

amazing

这个确实NB
很少看到敢于说自己是long term tracking的

这个好强，学习之

迫不急待去读paper了，对我这个做visual tracking的人是不小的激励和刺激啊。

确实fancy，不过demo的数据集比较简单（其实人脸非常容易track），给位谁有空可以试试它在这些数据上是不是work
http://vision.ucsd.edu/~bbabenko/project_miltrack.shtml

@Mu 这个link的跟踪方法long term的表现并不太好。TLD作者主页上有些视频还是很难的，不过，没code没真相。

有代码有真相了，大赞！！
https://github.com/zk00006/OpenTLD

这个，的确是太牛了。

代码调了我看了下，确实写的不错。这个tracker的observation model是基于随机森林和2bit binary patterns特征的，所以相关的性能都得益于或者说受限于这个特征。感觉比MILTrack(cvpr09′)还要强一点，MILTrack在允许scaling下unstable。然而这个tracker还是不能解决比较drastic的non-rigid deformation，还有完全没有抵抗occlusion的能力（不过基于全屏detection，没有也没事，再出现会找到的）。

总而言之在性能和速度之间是个非常棒的平衡！

好犀利~~

TW :
代码调了我看了下，确实写的不错。这个tracker的observation model是基于随机森林和2bit binary patterns特征的，所以相关的性能都得益于或者说受限于这个特征。感觉比MILTrack(cvpr09′)还要强一点，MILTrack在允许scaling下unstable。然而这个tracker还是不能解决比较drastic的non-rigid deformation，还有完全没有抵抗occlusion的能力（不过基于全屏detection，没有也没事，再出现会找到的）。
总而言之在性能和速度之间是个非常棒的平衡！

drastic non-rigid deformation不是这种tracking算法需要解决的问题，或者说即使解决了又如何，给出的结果只是个bouding box而已

occlusion就让detector来吧，绝对比一个全能的tracker管用；目前解决occlusion的方法有多少是reasonable的，尤其是遮挡严重的情况？也许可以通过online learning来搞，但不怕分类器drift掉么

我觉得TLD最值得推崇的地方就是把detector和tracker结合得更好，能够随时对跟踪结果进行评估和学习，从而实现更好的long-term跟踪；而不像主流算法非要用tracker来解决所有问题，在检测和识别技术发展有限的情况下，这好像不太不现实

TLD很实用

hardegg :

TW :代码调了我看了下，确实写的不错。这个tracker的observation model是基于随机森林和2bit binary patterns特征的，所以相关的性能都得益于或者说受限于这个特征。感觉比MILTrack(cvpr09′)还要强一点，MILTrack在允许scaling下unstable。然而这个tracker还是不能解决比较drastic的non-rigid deformation，还有完全没有抵抗occlusion的能力（不过基于全屏detection，没有也没事，再出现会找到的）。总而言之在性能和速度之间是个非常棒的平衡！

drastic non-rigid deformation不是这种tracking算法需要解决的问题，或者说即使解决了又如何，给出的结果只是个bouding box而已
occlusion就让detector来吧，绝对比一个全能的tracker管用；目前解决occlusion的方法有多少是reasonable的，尤其是遮挡严重的情况？也许可以通过online learning来搞，但不怕分类器drift掉么
我觉得TLD最值得推崇的地方就是把detector和tracker结合得更好，能够随时对跟踪结果进行评估和学习，从而实现更好的long-term跟踪；而不像主流算法非要用tracker来解决所有问题，在检测和识别技术发展有限的情况下，这好像不太不现实
TLD很实用

同意，学习了

这个算法初步看了下，比很多算法都好，简单实用。看来唯一的缺点还是底层的初始检测问题。如果这个问题能够完美解决，似乎商业级的应用不比基于距离的3D方式差，似乎kinect在引入这个技术。

三国杀版理解：

Tracker是[主公]目的是找出[忠臣](true positive sample)，干掉[反贼](negative sample)和[内奸](false positive sample)。Tracking也是这整个算法的目的和整体的视觉结果。

Detector就是主公(first labelled object)每一回合进行的判断，主公会认出明反(negative sample)，但是偶尔也会错杀好人(drift away)。Detector每次猜出N个忠臣(positive)来，但是跟tracker的结果一对比就会accept一部分(同伙)，prune一部分(异类)，这就是在Learning了。

这样，随着游戏的进行，主公根据跟踪(tracking)每个家伙各自的行为(feature)，根据已经知道的身份(model)判断(detecting)未知玩家的属类(using randomized forest)，要保证保留忠臣，渺去反贼，干掉内奸，最终结果就是只保留Object(忠臣)。

—————————————————————
今天读了一下paper，半认真地胡诌八侃一通，各位看官笑过。
理解不确处请务必指正~

我用它的算法实验了一下，自己的视频图像，发现效果较差。不知是不是我的视频帧比较大质量一般的原因

@Mu
我测了一下这个data，还可以

受初始条件及目标形状信息量的影响，适合形状特征明显过程变化不大的目标，但T-L-D的跟踪框架很鲁棒，具备学习恢复过程，所以可以长时。