此采样器基于粒子滤波。更多...

#include <opencv2/tracking/tracking_internals.hpp>

cv::detail::tracking::TrackerSamplerPF 的协作图

类
struct	Params
	此结构包含在采样算法过程中可以改变的所有参数。以下是公开的结构，以及简要解释的成员，参考上面关于算法工作原理的讨论。更多...

公共成员函数
	TrackerSamplerPF (const Mat &chosenRect, const TrackerSamplerPF::Params &parameters=TrackerSamplerPF::Params())
	构造函数。

从 cv::detail::tracking::TrackerContribSamplerAlgorithm 继承的公共成员函数
virtual	~TrackerContribSamplerAlgorithm ()
	析构函数。

String	getClassName () const
	获取特定 TrackerContribSamplerAlgorithm 的名称。

virtual bool	sampling (const Mat &image, const Rect &boundingBox, std::vector< Mat > &sample) CV_OVERRIDE
	从图像中的位置开始计算区域。

从 cv::detail::tracking::TrackerSamplerAlgorithm 继承的公共成员函数
virtual	~TrackerSamplerAlgorithm ()

受保护的成员函数
bool	samplingImpl (const Mat &image, Rect boundingBox, std::vector< Mat > &sample) CV_OVERRIDE

额外继承的成员
从 cv::detail::tracking::TrackerContribSamplerAlgorithm 继承的静态公共成员函数
static Ptr< TrackerContribSamplerAlgorithm >	create (const String &trackerSamplerType)
	通过跟踪采样器类型创建 TrackerContribSamplerAlgorithm。

从 cv::detail::tracking::TrackerContribSamplerAlgorithm 继承的受保护属性
String	className

详细描述

此采样器基于粒子滤波。

原则上，可以认为它是在执行某种优化（实际上，此跟踪器使用 opencv 的 optim 模块），其中跟踪器试图在给定帧中找到最 *"相似"* 于初始矩形的矩形（通过构造函数给定的矩形）。

执行的优化是随机的，在某种程度上类似于遗传算法，其中在接收到每个新图像（通过 TrackerSamplerPF::sampling() 提交）时，我们从 boundingBox 限制的区域开始，然后生成几个 *"扰动"* 的框，取最相似于原始框的框。此选择回合重复多次。最后，我们希望只保留最有希望的框，并将它们组合起来生成图像的子矩形，该矩形作为数组 sample 中的唯一元素。

需要注意的是，两个矩形之间 *"相似"* 的定义是基于比较它们的直方图。实验表明，如果目标被认为强烈改变其尺寸，跟踪器不会非常成功。

构造函数和析构函数文档

◆ TrackerSamplerPF()

cv::detail::tracking::TrackerSamplerPF::TrackerSamplerPF	(	const Mat &	chosenRect,
		const TrackerSamplerPF::Params &	parameters = `TrackerSamplerPF::Params()`
	)