TLD特徵選取

本文轉自http://blog.csdn.net/muzi198783/article/details/7349640

現在，我們來找最適合跟蹤的三個參數，W1，W2，W3。

我們首先需要規定參數的範圍（前面說了這是個很笨的方法就在這裡），【-2，-1,0,1,2】

思路：首先排除掉線性相關的係數（【W1，W2，W3】=k【W1'，W2'，W3'】）

             然後在一個一個的代進去得到最好的結果。

實現：思路確實很簡單而且很笨，但是具體過程還是設計到很多的細節處理。

           1，在所有的係數中選取大約49個候選組合，從5的三次方中，排除掉一些線性相關的。

           2，映像長條圖

                分別計算靶心圖表像和背景的映像長條圖。我用圖來說明。

             映像小框框是目標物體，大一點的是背景。統計出上目標長條圖和背景長條圖，然後一個一個的計算找到能夠最好把      背景和物體分開的特徵向量即【W1，W2，W3】，然後利用運算式f=w1*R+w2*B+w3*G將圖片從三維到一維的裝換。在什麼樣的標準在建立的特徵向量【W1，W2，W3】，才最好的區分出背景和物體長條圖的？!@#$%^&*()