單目標跟蹤 代碼原文：
[OpenCV實戰]14 使用OpenCV實作單目標跟蹤_You and Me-CSDN博客_opencv單目標跟蹤
多目標跟蹤 代碼原文：
[OpenCV實戰]16 使用OpenCV實作多目標跟蹤_You and Me-CSDN博客
實際運行效果總結：
跟蹤工業元器件，程序中用手進行遮擋實驗
BOOSTING ： 慢 精度差（跟丟目標或跟到別的目標上）
MIL ：慢 精度差（跟丟目標或跟到別的目標上）效果和BOOSTING差不多
TLD：非常非常慢 會跟到其他相似物體上 前三個方法約等于沒法用
MEDIANFLOW： 速度還可以 但是會出現目標框偏移，而且無法對抗遮擋（目標框跟著手跑了）
CSRT： 從幀中取一部分來進行跟蹤的演算法，速度很快，但無法對抗遮擋
MOSSE：基于小跟蹤視窗的跟蹤演算法，速度較慢，精度更高，但無法對抗遮擋
KCF: 鑒別類演算法，速度快，可對抗遮擋（唯一的目標框不會跟著手跑的演算法！)，綜合來說最好
Multitracker：多目標檢測，效果和上述演算法一致，只是跑起來會很慢，無法滿足實時性
總結
對于工業元器件檢測，想在工人維修時能隨時跟蹤不合格元器件的場景，只有KCF、MOSSE、CSRT演算法可以在實時性和精度上滿足要求，但是MOSSE、CSRT對于遮擋沒有抗性，KCF演算法看起來是唯一也許可行的方案，多目標檢測速度太慢，沒法滿足實時性要求，
同時，沒法解決元器件修復后，檢測框就消失的需求，
只在最開始進行一次基于傳統模板匹配的目標檢測，之后進行目標跟蹤的方法，確實在精度上沒法保證，且后續有需求變化時，無法拓展功能，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/349743.html
標籤：其他
上一篇：太絕了，OpenCV實戰—面部特征點檢測詳解（僅需5行代碼學會3種面部特征點檢測方法）
下一篇：自然語言處理