TLD（Tracking-Learning-Detection）學習與源碼理解之（一）

TLD（Tracking-Learning-Detection）學習與源碼理解之（一）

zouxy09@qq.com

TLD(Tracking-Learning-Detection)是英國薩裡大學的一個捷克籍博士生Zdenek Kalal在其攻讀博士學位期間提出的一種新的單目標長時間（long term tracking）跟蹤演算法。該演算法與傳統跟蹤演算法的顯著區別在於將傳統的跟蹤演算法和傳統的檢測演算法相結合來解決被跟蹤目標在被跟蹤過程中發生的形變、部分遮擋等問題。同時，通過一種改進的線上學習機制不斷更新跟蹤模組的“顯著特徵點”和檢測模組的目標模型及相關參數，從而使得跟蹤效果更加穩定、魯棒、可靠。

作者網站的連結http://info.ee.surrey.ac.uk/Personal/Z.Kalal/

其開放原始碼，在網站上可以下載到原始碼已經其demo程式，但是原始碼是由Matlab和C寫的，對於我這種不懂Matlab的菜鳥來說，看代碼就像天書；但很慶幸，有一個大牛已經用c++把TLD重新寫好了，而且代碼很規範。並且提供源碼下載：

https://github.com/arthurv/OpenTLD

源碼為Linux版本，基於Opencv2.3
在源碼/doc檔案夾下有其程式設計介面，很清晰。

ZK關於這個TLD架構發表了很多論文，感覺對理解代碼非常有用的論文有下面三個：

（1）Tracking-Learning-Detection

（2）Forward-Backward Error Automatic Detection of Tracking Failures

（3）Online learning of robust object detectors during unstable tracking

在作者的網站上好像也提供下載了。

另外自己學習的過程中，也搜到了不少大牛對TLD的分析，得到了很多協助，具體有：

（1）《庖丁解牛TLD》系列：

http://blog.csdn.net/yang_xian521/article/details/7091587

（2）《再談PN學習》：

http://blog.csdn.net/carson2005/article/details/7647519

（3）《比微軟kinect更強的視頻跟蹤演算法--TLD跟蹤演算法介紹》

http://blog.csdn.net/carson2005/article/details/7647500

（4）《TLD視覺跟蹤技術解析》

http://www.asmag.com.cn/number/n-50168.shtml

 

自己在看論文和這些大牛的分析過程中，對代碼進行了一些理解，但是由於自己接觸影像處理和機器視覺沒多久，另外由於自己編程能力比較弱，所以分析過程可能會有不少的錯誤，希望各位不吝指正。具體程式碼分析見部落格的更新。