zhangpinghao的专栏

可参考 《基于内容的视频图像非线性缩放技术研究》 这个是个博士的毕业设计，他最后用GPU加速，看他怎么把GPU加速结合起来 国外一个硕士的鲁棒的tld算法论文 国外zhang的一个tld论文 看他怎么描述tld，并且改进

对8U做模板匹配的cpu版本也比32F版本花时间，这是个问题。 使用8U以后精度也下降了。 pEx使用8u，nEx使用32F的版本，出现问题weighted detection 过多。 NNConf(example),中example和classifier的pEx和nEx都是32F的。 好吧，使用8U的结果不对，这是正常的，cpu版本也是这样，变慢也是正常的cpu版本也变慢了一两倍。但是不

要把 //#pragma comment(lib,"cv.lib") //#pragma comment(lib,"cxcore.lib") //#pragma comment(lib,"highgui.lib") 三行注释掉，因为申昊用的是opencv 1.0 还要注意有的函数声明了，有方法调用了，但是却没有定义 开头这样几行代码也能通过编译 #include "TLD.h" //#in

官网安装介绍 https://github.com/zk00006/OpenTLD/wiki/Installation 实践平台 32位 win7+matlab 2010a+vs2010+opencv2.2 opencv2.2：http://www.opencv.org.cn/download/OpenCV-2.2.0-win32-vs2010.exe 其实有个小问题mat

parameters.yml文件的内容： %YAML:1.0 Parameters:    min_win: 15    patch_size: 15    ncc_thesame: 0.95    valid: 0.5    num_trees: 10    num_features: 13    thr_fern: 0.6    thr_nn: 0.65    thr_nn_valid: 0.

track失败的话，此时要考detection来判断目标位置了，但是这时候无法产生所谓googdbox和badbox的概念，也就无法判断正学习还是负学习，那就无法进行我们的p-n learn了

http://hi.baidu.com/gilbertjuly/item/4770e5c303caf17fced4f818 在MFC对话框的控件中显示Opencv摄像头视频+Camshift跟踪算法实现 一般用opencv显示视频，都用cvNamedWindow新建窗口，并且在while循环中更新每一帧视频，由于窗口是opencv自己创建的，所以在VC中很难对其进行控制，出于这个目的，

已经有两个人用opentld写论文了 一个是Kaihua Zhang http://www4.comp.polyu.edu.hk/~cslzhang/CT/CT.htm 另一个是Georg Nebehay 的https://github.com/gnebehay/OpenTLD gnebehay的程序，经测试不太满意，准确率有问题 zhang的程序，对熊猫的跟踪各有优势，但是对jumpinge

比如熊猫的例子，当检测失败时，我们看看控制台，tracking 失败，但是detection是成功的又15个通过了第二个过滤器，但是在第三个过滤器失败了，found 0 NN matches。这说明程序还是有可以改进的地方 程序不会出现误跟踪，只有失跟踪，这其实已经说明问题了，可以改进。 原版905/944的识别率，而我改后低了很多只有750/944。 tldSortByOverlap出现问题

关于课题的想法：加入删除模版的策略，加入抗遮挡的策略，研究一个概率算法，对随机森林分类器提升精确度。对高清视频的跟踪，因为这个程序现在对小视频的流畅性可以，但是对高清的 不行。。同时参考别人论文怎么写的，和哪些算法对比，来提升它的精确度。 整理下真正有用的东西，主要是类似于tld相关的论文，文章