用于TLD的多目标跟踪器。更多…

#include <opencv2/tracking/tracking_legacy.hpp>

cv::legacy::MultiTrackerTLD 的协作图

公共成员函数
bool	update_opt (InputArray image)
	更新跟踪列表中的所有跟踪器，通过优化的更新方法找到目标最可能的边界框，使用一些技术来加速针对MO TLD的计算。唯一的限制是所有目标边界框应该具有大致相同的纵横比。速度提升约为20%。

继承自 cv::legacy::MultiTracker_Alt 的公共成员函数
	MultiTracker_Alt ()
	多跟踪器的构造函数。

bool	addTarget (InputArray image, const Rect2d &boundingBox, Ptr< legacy::Tracker > tracker_algorithm)
	向跟踪列表添加一个新目标，并使用包围目标的已知边界框初始化跟踪器。

bool	update (InputArray image)
	更新跟踪列表中的所有跟踪器，找到目标最可能的边界框。

其他继承成员
继承自 cv::legacy::MultiTracker_Alt 的公共属性
std::vector< Rect2d >	boundingBoxes
	多目标跟踪器的边界框列表。

std::vector< Scalar >	colors
	用于显示边界框的随机生成的颜色的列表。

int	targetNum
	跟踪列表中当前的目标数量。

std::vector< Ptr< Tracker > >	trackers
	多目标跟踪器的跟踪器列表。

详细描述

用于TLD的多目标跟踪器。

TLD是一个新颖的跟踪框架，它将长期跟踪任务明确地分解为跟踪、学习和检测。

跟踪器逐帧跟踪对象。检测器定位到目前为止观察到的所有外观，并在必要时校正跟踪器。学习估计检测器的误差并更新它以避免将来出现这些误差。该实现基于 [140] 。

根据作者的建议，在此实现中选择中值流算法（参见 cv::TrackerMedianFlow）作为跟踪组件。该跟踪器应该能够处理快速运动、部分遮挡、对象缺失等。

成员函数文档

bool cv::legacy::MultiTrackerTLD::update_opt ( InputArray image )

更新跟踪列表中的所有跟踪器，通过优化的更新方法找到目标最可能的边界框，使用一些技术来加速针对MO TLD的计算。唯一的限制是所有目标边界框应该具有大致相同的纵横比。速度提升约为20%。

参数

image 当前帧。

返回值: True 表示所有目标都已找到，False 表示跟踪器无法在当前帧中定位其中一个目标。请注意，后者 *并不* 意味着跟踪器已失败，目标可能确实缺失于帧中（例如，不在视野中）。

此类的文档是从以下文件生成的