1

使用 SURF 检测对象时，如何使用良好匹配和几个关键点绘制误报和命中图？

(A)我如何从这么多的线描述符中获得良好匹配的统计数据，即 ROC 图或检测的真阳性与假阳性？有人可以提供用于绘制真阳性与假阳性统计的代码。

(B)* *其次，有很多资源vdo1，vdo2和实现，论文（Object tracking using Improvement Camshift with SURF method ; A Study on Moving Object Tracking Algorithm Using SURF Algorithm and Depth Information ）说 SURF 和 SIFT 可以用于结合 camshift 或 meanshift 进行跟踪。

但是，我不明白的是，我们需要像卡尔曼滤波器这样的预测算法或像 Camshift、均值偏移或模板差分（不确定）这样的跟踪算法来进行跟踪。所以，一些视频实现和教程怎么会说 Lukas Kanade 光流， SIFT，SURF 正在跟踪对象，而论文提到俱乐部要么 camshift 要么 meanshift。我错过了一些概念问题吗？

是否有义务提供关于如何单独使用 SURF 或 SIFT 或基于特征的方法进行跟踪的指针和详细说明？

4

1 回答 1

0

带有金字塔的 Lucas-Kandae (pyrLK) 是一种在单个特征位置中寻找微小变化的方法。它可以一次对许多功能执行此操作。Camshift 和 meanshift 跟踪一组特征的统计数据。您也可以尝试使用匹配器来查找特征在下一帧中的位置。GoodFeturesToTrack、SIFT 和 SURF 是查找点的算法，这些点应该很容易找到并彼此区分开来。SURF 和 SIFT 还包括描述符，以可以忽略大小变化、方向变化或两者兼而有之的方式来表征这些特征。

卡尔曼滤波器用于细化您的结果。它能够缩小答案应该放置的区域，因为上面的算法并不完美。

至于代码，除了Shi-Thomasi + pyrLK，我没有做过太多的跟踪，所以我觉得帮不上忙。

于 2013-03-28T09:35:42.697 回答