cv::detail::tracking 命名空间参考

命名空间
命名空间	contrib_feature
命名空间	kalman_filters
命名空间	online_boosting
命名空间	tbm
命名空间	tld

类
类	AugmentedUnscentedKalmanFilterParams
	增强型无迹卡尔曼滤波器参数。增强型无迹卡尔曼滤波器初始化参数类。更多…
类	BaseClassifier
类	ClassifierThreshold
类	CvFeatureEvaluator
类	CvFeatureParams
类	CvHaarEvaluator
类	CvHaarFeatureParams
类	CvHOGEvaluator
结构体	CvHOGFeatureParams
类	CvLBPEvaluator
结构体	CvLBPFeatureParams
类	CvParams
类	Detector
类	EstimatedGaussDistribution
类	StrongClassifierDirectSelection
类	TrackerContribFeature
	表示特征的TrackerContribFeature的抽象基类。更多…
类	TrackerContribFeatureHAAR
	基于HAAR特征的TrackerContribFeature，被TrackerMIL和许多其他算法使用。更多…
类	TrackerContribFeatureSet
	管理特征提取和选择的类。更多…
类	TrackerContribSampler
	管理采样器以选择区域来更新跟踪器模型的类 [AAM] 采样和标记。参见表I和III B节。更多…
类	TrackerContribSamplerAlgorithm
	表示特定采样器算法的TrackerContribSamplerAlgorithm的抽象基类。更多…
类	TrackerContribSamplerCSC
	基于CSC（以当前状态为中心）的TrackerSampler，被MIL算法TrackerMIL使用。更多…
类	TrackerFeature
	表示特征的TrackerFeature的抽象基类。更多…
类	TrackerFeatureFeature2d
	基于Feature2D的TrackerContribFeature。更多…
类	TrackerFeatureHOG
	基于HOG的TrackerContribFeature。更多…
类	TrackerFeatureLBP
	基于LBP的TrackerContribFeature。更多…
类	TrackerFeatureSet
	管理特征提取和选择的类。更多…
类	TrackerModel
	表示目标模型的抽象类。更多…
类	TrackerSampler
	管理采样器以选择区域来更新跟踪器模型的类 [AAM] 采样和标记。参见表I和III B节。更多…
类	TrackerSamplerAlgorithm
	表示特定采样器算法的TrackerSamplerAlgorithm的抽象基类。更多…
类	TrackerSamplerCS
	基于CS（当前状态）的TrackerContribSampler，被TrackerBoosting算法使用。更多…
类	TrackerSamplerCSC
	基于CSC（以当前状态为中心）的TrackerSampler，被MIL算法TrackerMIL使用。更多…
类	TrackerSamplerPF
	此采样器基于粒子滤波。更多…
类	TrackerStateEstimator
	估计最有可能的目标状态的TrackerStateEstimator的抽象基类。更多…
类	TrackerStateEstimatorAdaBoosting
	基于ADA-Boosting的TrackerStateEstimatorAdaBoosting。更多…
类	TrackerStateEstimatorSVM
	基于SVM的TrackerStateEstimator。更多…
类	TrackerTargetState
	表示目标可能状态的TrackerTargetState抽象基类。更多...
类	UkfSystemModel
	无迹卡尔曼滤波器的动态系统模型。动态系统模型的接口。它包含计算下一个状态和测量的函数。必须继承它才能使用UKF。更多...
类	UnscentedKalmanFilter
	无迹卡尔曼滤波器和增强无迹卡尔曼滤波器的接口。更多...
类	UnscentedKalmanFilterParams
	无迹卡尔曼滤波器参数。无迹卡尔曼滤波器初始化参数的类。更多...
类	WeakClassifierHaarFeature

类型定义
typedef std::vector< std::pair< Ptr< TrackerTargetState >, float > >	ConfidenceMap
	表示第k帧的目标模型（所有状态和分数）
typedef std::vector< Ptr< TrackerTargetState > >	Trajectory
	表示所有帧的估计状态。

函数
template<class Feature >
void	_writeFeatures (const std::vector< Feature > features, FileStorage &fs, const Mat &featureMap)
float	calcNormFactor (const Mat &sum, const Mat &sqSum)
void	computeInteractionMatrix (const cv::Mat &uv, const cv::Mat &depths, const cv::Mat &K, cv::Mat &J)
	计算一组二维像素点的交互矩阵（[131] [52] [53]）。这通常用于视觉伺服应用中，以命令机器人移动到所需的像素位置/速度。通过反转此矩阵，可以估计相机空间速度，即扭曲。
cv::Vec6d	computeTwist (const cv::Mat &uv, const cv::Mat &duv, const cv::Mat &depths, const cv::Mat &K)
	根据一组二维像素位置、其速度、深度值和摄像机的内在参数计算摄像机扭曲。像素速度通常从光流算法中获得，密集和稀疏流都可以用来计算图像之间的流，并且通过将流除以图像之间的时间间隔来计算duv。
Ptr< UnscentedKalmanFilter >	createAugmentedUnscentedKalmanFilter (const AugmentedUnscentedKalmanFilterParams &params)
	增强无迹卡尔曼滤波器工厂方法。
Ptr< UnscentedKalmanFilter >	createUnscentedKalmanFilter (const UnscentedKalmanFilterParams &params)
	无迹卡尔曼滤波器工厂方法。