压缩跟踪(CT)代码详细学习0
2014-05-15 16:51
239 查看
接下来我想比对CT那篇文章(http://blog.csdn.net/ikerpeng/article/details/19826409)的代码,逐行的解释,逐行的敲代码并最终实现。希望通过这个过程提高我的C编程的能力,以及对于目标跟踪的框架更进一步熟悉。希望对于后面的研究打下好的基础。
当然我会从各个模块的角度来书写,这样思路更加的清晰一点。大致的思路如下:
1中主要包括两个函数,扩充正负样本的函数,原理参见http://blog.csdn.net/ikerpeng/article/details/19826409;
1.1是完成1中的操作以后要调用的函数,用于计算样本的haar-like特征。主要包括两个函数,计算haar-like特征的矩形框以及权重的函数以及用于计算haar-like特征的值的函数;
2基本上就通过调用上面的函数实现了。
3中主要包括使用贝叶斯模型构造分类器的函数以及分类器更新的函数;
4中是预测目标位置的函数;
5中则是通过得到的位置处理下一帧图片的函数。
当然除了上面的函数以外,还需要一个使得跟踪器运行起来的函数。这个在最后面再实现。接下来我们就一步一步的实现它吧!
当然我会从各个模块的角度来书写,这样思路更加的清晰一点。大致的思路如下:
1中主要包括两个函数,扩充正负样本的函数,原理参见http://blog.csdn.net/ikerpeng/article/details/19826409;
1.1是完成1中的操作以后要调用的函数,用于计算样本的haar-like特征。主要包括两个函数,计算haar-like特征的矩形框以及权重的函数以及用于计算haar-like特征的值的函数;
2基本上就通过调用上面的函数实现了。
3中主要包括使用贝叶斯模型构造分类器的函数以及分类器更新的函数;
4中是预测目标位置的函数;
5中则是通过得到的位置处理下一帧图片的函数。
当然除了上面的函数以外,还需要一个使得跟踪器运行起来的函数。这个在最后面再实现。接下来我们就一步一步的实现它吧!
相关文章推荐
- 压缩跟踪(CT)代码详细学习_模块2(特征的提取和计算)
- 压缩跟踪(CT)代码详细学习_模块1(样本的采集和扩充)
- 小白学习freemark的过程(代码全贴+详细介绍)
- 深度学习之卷积神经网络CNN及tensorflow代码实现示例详细介绍(转载)
- 传智博客佟老师jqurey学习笔记,以及例子代码详细注释。
- Tensorflow学习:ResNet代码(详细剖析)-待补充,非最终版本
- 深度学习之卷积神经网络CNN及tensorflow代码实现示例详细介绍
- webview学习记录(有比较详细的代码注释)
- MATLAB深度学习代码详细分析(一)__nnff.m
- Spark学习 基础函数功能详细说明 附代码和执行过程 上机学习详细说明
- 决策树基本理论学习以及Python代码实现和详细注释
- caffe源码深入学习5:超级详细的caffe卷积层代码解析
- 轻松学习 red5 教程 像视频一样很详细还有代码直接可Copy
- hadoop学习之HDFS(2.6):wordcount例子代码详细解读
- 机器学习实战+统计学习方法之理解KNN(1.实战代码的详细走读和解析)
- 压缩跟踪(CT)代码具体学习_模块1(样本的採集和扩充)
- maven -- 学习笔记(四)实现在Eclipse用maven搭建springmvc项目(附构建步骤和详细实现代码)
- 【深度学习:CNN】Batch Normalization解析(2)-- caffe中batch_norm层代码详细注解
- 轻松学习 red5 教程 像视频一样很详细还有代码直接可Copy
- 小白学习freemark的过程(代码全贴+详细介绍)