色天天综合网色天天,欧美内射rape视频,亚洲ⅴ国产v天堂a无码二区,日本新janpanese乱熟

　　檢測器

　　TLD技術設計了一個快速、可靠的檢測器，它為跟蹤器提供了必要的支持。當跟蹤器所得的結果失效時，需要用檢測器的結果來補充糾正，并且對跟蹤器重新初始化。具體做法如下。

　　對于每幀同時運行跟蹤器、檢測器，跟蹤器預測出一個目標位置信息，而檢測器則可能檢出多幅圖像;

　　決定目標的最終位置時，優先考慮跟蹤器所得的結果，即如果跟蹤到的圖像與最初的目標圖像相似度大于某閾值，就接受該跟蹤結果;否則，將從檢測器的結果中，選用與最初目標相似度最大的圖像作為跟蹤結果;

　　如果為第二步驟中的后者，那么此時更新跟蹤器的最初目標模型，用現選用的跟蹤結果替換原有的目標模型，同時，刪除以前模型中的樣本，以新樣本重新開始。

　　檢測器是由在線模型中的樣本經訓練學習生成的隨機森林分類器。其選取的特征為區域的邊緣方向，稱之為2bitBP特征，它具有不受光線干擾的特性。特征通過量化，共有4種可能的編碼。對于給定的區域，其特征編碼是唯一的。多尺度的特征計算可以采用積分圖像的方法。

　　將每一個圖形塊都用眾多的2bitBP特征來表示，并把這些特征分成同大小的不同的組，每一組代表了圖像塊外觀的不同表示。用于檢測的分類器采用隨機森林的形式。隨機森林由樹組成，而每棵樹是由一個特征組構造而成。樹的每個特征都作為一個決策結點。

　　隨機森林通過增長事件和修剪事件完成在線更新和演化。開始時，每棵樹由最初目標模板的特征組構建，都只有一個“枝”。隨著增長事件對正樣本的選取，隨機森林也不斷加入新的“枝”;修剪事件則相反，它會去掉隨機森林中不用的“枝”。這種實時的檢測器采用掃描窗口的策略：按照位置和尺度掃描輸入幀，對每個子窗口應用分類器判斷是否屬于目標圖像。

　　TLD技術巧妙地把跟蹤器、檢測器和學習過程結合在一起，共同實現目標的跟蹤。