TLD取经之路（3）-- 始于足下

因为考试等等其他事情TLD的代码放了一阵，重新开始看，记录如下

程序运行从run_TLD.m或者run_TLD_demo.m开始，后者的功能更全，可以实现源代码作者主页上那些视频里的效果。

0. run_TLD_demo.m 

    程序启动的接口，这里可以设置DEMO程序的运行参数，结构体opt传递整个程序中的各种参量

.source 是图像的数据源，可以从摄像头读取图像('camera=1')和文件中读取图像序列('camera=0')，

.name 截图保存位置

  初始化了全局变量tld，包括opt中的参数以及tld跟踪监测的各种数据都靠他传递。

 ========================================================== 

1. tldDemo.m

  程序运行的主题，相当于C中的MAIN函数

  首先进行初始化

tldInitSource选择数据源

figure(2); set(2,'KeyPressFcn', @handleKey);  打开图像并初始化键盘输入的指针

tldInitFirstFrame 加载第一帧，加载初始框（就是检测目标框，选择摄像头用鼠标框定，选择文件读入则由文本文件中保存的信息载入）

tld = tldInit(opt,tld); %%关键！！ % train initial detector 初始化detector 里面内容很多，另起介绍

===========================================================

2. tldInit.m

  程序的第一行就是：

  lk(0);

  暂时没看，估计为光流跟踪的初始化

  

  下面进入初始化detector的部分

  ---------------------------产生检测网格----------------------

[tld.grid tld.scales] = bb_scan(tld.source.bb,size(tld.source.im0.input),tld.model.min_win);

  输入量分别是初始框，图像大小，和最小框阈值

  网格窗口的步长为0.1倍的长宽，尺度变换的步长为1.2倍，作者设置的最小窗口大小为20像素

  不同的尺度大小保存在sca中

  不同尺度下的所有的网格节点坐标

---------------------------初始化特征----------------------

tld.nGrid =size(tld.grid,2); tld.features =tldGenerateFeatures(tld.model.num_trees,tld.model.num_features,0);

初始化特征产生一个随机森林，也就是初始化TLD的三个串行分类器中的第二个，集合分类器（ensembleclassifier）

未完待续。。。