TLD演算法特徵選取 .

本文轉自http://blog.csdn.net/muzi198783/article/details/7347413

TLD演算法一開始做的工作就是特徵選取 如何選則呢 這個我在其中一篇文獻找到了答案.

作者也只是做了一個比較，採用的方法是一種比較笨的方法 如何找的一個最佳化 這個可以作為一個比較好的思路 我現在主要是時間有限 如果哪位同學有什麼想法或毅力做這件事 我希望告訴我啊！

理解這個特徵選取需要有一定的數學基礎，

1 貝葉斯機率模型

2 mean-shift 演算法 用於跟蹤

3 映像長條圖

4 fisher 判別法

如果對這幾個方面都比較瞭解 我覺得你就可以看懂我在說什麼了。

作者主要是最佳化一個運算式

f=w1*R+w2*G+w3*B

一般的影像處理在對這個運算式採用預設值，但是在映像跟蹤如果能合理選擇這幾個權重會使映像的背景和物品很好的區分開來！

（由於本人太懶要想具體指導如何得到這幾個值，過幾天在寫 希望大家關注部落格，多多留言激發我的熱情。呵呵呵）

ps：

推薦幾個上面數學知識的好博文

1.http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/（貝葉斯）

2.http://download.csdn.net/detail/muzi198783/4135834（mean-shift，fisher）

3關於映像長條圖 大家看看數位影像處理的書就好了

本文轉自http://blog.csdn.net/muzi198783/article/details/7347413

TLD演算法一開始做的工作就是特徵選取 如何選則呢 這個我在其中一篇文獻找到了答案.

作者也只是做了一個比較，採用的方法是一種比較笨的方法 如何找的一個最佳化 這個可以作為一個比較好的思路 我現在主要是時間有限 如果哪位同學有什麼想法或毅力做這件事 我希望告訴我啊！

理解這個特徵選取需要有一定的數學基礎，

1 貝葉斯機率模型

2 mean-shift 演算法 用於跟蹤

3 映像長條圖

4 fisher 判別法

如果對這幾個方面都比較瞭解 我覺得你就可以看懂我在說什麼了。

作者主要是最佳化一個運算式

f=w1*R+w2*G+w3*B

一般的影像處理在對這個運算式採用預設值，但是在映像跟蹤如果能合理選擇這幾個權重會使映像的背景和物品很好的區分開來！

（由於本人太懶要想具體指導如何得到這幾個值，過幾天在寫 希望大家關注部落格，多多留言激發我的熱情。呵呵呵）

ps：

推薦幾個上面數學知識的好博文

1.http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/（貝葉斯）

2.http://download.csdn.net/detail/muzi198783/4135834（mean-shift，fisher）

3關於映像長條圖 大家看看數位影像處理的書就好了