关于 SURF 和跟踪算法的基本问题

Posted 2023-02-22

【中文标题】关于 SURF 和跟踪算法的基本问题

【英文标题】：Basic questions about SURF and tracking algorithms

【发布时间】：2013-03-27 08:46:47

【问题描述】：

当使用 SURF 检测对象时，如何使用良好匹配和几个关键点绘制误报和命中图？

(A) 我如何获得良好匹配的统计数据，即 ROC 图或从这么多行描述符中检测的真阳性与假阳性？有人可以提供绘图代码吗？真阳性与假阳性统计。

(B)**其次，有很多资源vdo1，vdo2和实现，论文（ Object tracking using improved Camshift with SURF method ; A Study on Moving Object Tracking Algorithm Using SURF Algorithm and Depth Information ）说SURF 和 SIFT 可用于结合 camshift 或 meanshift 进行跟踪。

但是，我不明白的是，我们需要像卡尔曼滤波器这样的预测算法或像 Camshift、均值偏移或模板差分（不确定）这样的跟踪算法来进行跟踪。那么，为什么一些视频实现和教程说 Lukas Kanade光流、SIFT、SURF 是跟踪对象，而论文提到俱乐部要么是 camshift 要么是 meanshift。我错过了一些概念问题吗？

是否有义务提供关于如何单独使用 SURF 或 SIFT 或基于特征的方法进行跟踪的指针和详细说明？

【参考方案1】：

带有金字塔的 Lucas-Kandae (pyrLK) 是一种在单个特征位置寻找微小变化的方法。它可以一次对许多功能执行此操作。 Camshift 和 meanshift 跟踪一组特征的统计数据。您也可以尝试使用匹配器来查找特征在下一帧中的位置。 GoodFeturesToTrack、SIFT 和 SURF 是查找点的算法，这些点应该很容易找到并彼此区分开来。 SURF 和 SIFT 还包括描述符，以可以忽略大小变化、方向变化或两者兼而有之的方式来表征这些特征。

卡尔曼滤波器用于优化您的结果。它能够缩小答案所在的区域，因为上面的算法并不完美。

至于代码，除了Shi-Thomasi + pyrLK，我没做过太多跟踪，所以我觉得帮不上忙。

【讨论】：

感谢您的回复。我的困惑和疑问仍然存在，即是否可以单独使用 SIFT 或 SURF 进行跟踪，如链接（基于 SURF 的跟踪器）等中所述。附加“跟踪器”一词SURF 之后是我感到困惑的地方，因为跟踪本质上需要像 Kalman 或 mean shift/camshift 这样的预测器，而链接中的 SURF 没有实现。