![]() |
OpenCV 4.12.0
开源计算机视觉
|
基于 CSC(当前状态中心)的 TrackerSampler,由 MIL 算法 TrackerMIL 使用。更多...
#include <opencv2/tracking/tracking_internals.hpp>
类 | |
| 结构体 | Params |
公共类型 | |
| 枚举 | { MODE_INIT_POS = 1 , MODE_INIT_NEG = 2 , MODE_TRACK_POS = 3 , MODE_TRACK_NEG = 4 , MODE_DETECT = 5 } |
公共成员函数 | |
| TrackerContribSamplerCSC (const TrackerContribSamplerCSC::Params ¶meters=TrackerContribSamplerCSC::Params()) | |
| 构造函数。 | |
| ~TrackerContribSamplerCSC () | |
| void | setMode (int samplingMode) |
| 设置 TrackerContribSamplerCSC 的采样模式。 | |
继承自 cv::detail::tracking::TrackerContribSamplerAlgorithm 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 |
| 从图像中的位置计算区域。 | |
继承自 cv::detail::tracking::TrackerSamplerAlgorithm 的公共成员函数 | |
| virtual | ~TrackerSamplerAlgorithm () |
保护成员函数 | |
| bool | samplingImpl (const Mat &image, Rect boundingBox, std::vector< Mat > &sample) CV_OVERRIDE |
继承自 cv::detail::tracking::TrackerContribSamplerAlgorithm 的保护成员函数 | |
额外继承的成员 | |
继承自 cv::detail::tracking::TrackerContribSamplerAlgorithm 的静态公共成员函数 | |
| static Ptr< TrackerContribSamplerAlgorithm > | create (const String &trackerSamplerType) |
| 根据跟踪器采样器类型创建 TrackerContribSamplerAlgorithm。 | |
继承自 cv::detail::tracking::TrackerContribSamplerAlgorithm 的保护属性 | |
| String | className |
基于 CSC(当前状态中心)的 TrackerSampler,由 MIL 算法 TrackerMIL 使用。
| 匿名枚举 |
| cv::detail::tracking::TrackerContribSamplerCSC::TrackerContribSamplerCSC | ( | const TrackerContribSamplerCSC::Params & | parameters = TrackerContribSamplerCSC::Params() | ) |
构造函数。
| parameters | TrackerContribSamplerCSC 参数 TrackerContribSamplerCSC::Params |
| cv::detail::tracking::TrackerContribSamplerCSC::~TrackerContribSamplerCSC | ( | ) |
| void cv::detail::tracking::TrackerContribSamplerCSC::setMode | ( | int | samplingMode | ) |
设置 TrackerContribSamplerCSC 的采样模式。
| samplingMode | 采样模式 |
模式包括: