Struck跟蹤演算法（一）

標籤：

          Struck跟蹤演算法：Structed Output Tracking with Kernels   (ICCV /2011年)   

                            原理：  Adaptive tracking-by-detection methods

          最近做項目，需要借鑒一下這個演算法，於是就打算好好學習這個演算法。

          演算法：http://download.csdn.net/detail/sunboyiris/7681943

          首先介紹一下如何調通這個演算法，首先要引入兩個庫：Eigen庫和OpenCV庫

         Eigen庫配置：

         Eigen庫：http://eigen.tuxfamily.org/index.php?title=Main_Page#Download

         解壓後對VS操作如下：

        然後調用其庫函數就OK了。

        

        OpenCV庫配置：

        見前面文章

////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////、

要看struct跟蹤演算法的效果，首先要看的是config.txt檔案

# quiet mode disables all visual output (for experiments).quietMode = 0# debug mode enables additional drawing and visualization.debugMode = 1# base path for video sequences.sequenceBasePath = sequences   //路徑# path for output results file.# comment this out to disable output.#resultsPath = log.txt# video sequence to run the tracker on.# comment this out to use webcam.#sequenceName = girlsequenceName = girl  //調用演算法提供的映像序列# frame size for use during tracking.# the input image will be scaled to this size.frameWidth = 320frameHeight = 240# seed for random number generator.seed = 0# tracker search radius in pixels.searchRadius = 30# SVM regularization parameter.svmC = 100.0   # SVM budget size (0 = no budget).svmBudgetSize = 100# image features to use.# format is: feature kernel [kernel-params]# where:#   feature = haar/raw/histogram#   kernel = gaussian/linear/intersection/chi2#   for kernel=gaussian, kernel-params is sigma# multiple features can be specified and will be combinedfeature = haar gaussian 0.2  //haar gaussian係數設定#feature = raw gaussian 0.1#feature = histogram intersection

在此就配置好了參數，看一下運行效果：

      

      

          

          

      

Struck跟蹤演算法（一）