[Object Tracking] How to learn Active contour model - Snake Model
常见四种跟踪的思路:
- 区域:人体肢体识别、跟踪
- 模型:人体面部识别、跟踪
- 特征:摄像头3D定位
- 主动轮廓:(蛇模型属于这er,数学基础《图像处理的偏微分方程方法》,也是最流行的一个目前)
主动轮廓:
参数式模型
- basic snake
- balloon snake (基于边界)
- GVF snake (基于边界,梯度向量)
- 【当然OpenCV中经典的蛇模型具有一定得缺陷,即对初始位置的敏感,对凹陷的轮廓不能有效地包围等等,解决的办法就是它的升级版 GVF Snake! From link】
几何式模型
- 水平集
- 变分水平集
- 测地线模型 (基于区域信息)
- B-snake
- 双前沿模型
基于自适应压力场的蛇模型
- Chan and Vese C-V模型 (计算简单)
研究进展:

论文阅读:基于蛇模型的图像分割与目标轮廓跟踪研究
参数式蛇模型

GVF快速算法


Xu的网站: http://iacl.ece.jhu.edu/Projects/gvf/
相关数学基础
- 微分几何 导论
- 第1章 第1节 向量代数复习
- 第1章 第2节 向量函数微积分(1)
- 第1章 第2节 向量函数微积分(2)
- 第1章 第3节 标架和标架场(1)
- 第1章 第3节 标架和标架场(2)
- 第1章 预备知识 习题课
- 第2章 第1节 参数化曲线与曲线的参数表示(1)
- 第2章 第1节 参数化曲线与曲线的参数表示(2)
- 第2章 第2节 曲线的弧长和弧长元素(1)
- 第2章 第2节 曲线的弧长和弧长元素(2)
- 第2章 第3节 曲线的曲率和Frenet标架(1)
- 第2章 第3节 曲线的曲率和Frenet标架(2)
- 第2章 第4节 曲线的挠率和Frenet公式(1)
- 第2章 第4节 曲线的挠率和Frenet公式(2)
- 第2章 第4节 曲线的挠率和Frenet公式(3)
- 第2章 第5节 曲线在一点附近的结构
- 第2章 第6节 曲线论基本定理(1)
- 第2章 第6节 曲线论基本定理(2)
- 第2章 第7节 特殊曲线组(1)
- 第2章 第7节 特殊曲线组(2)
- 第2章 曲线的局部微分几何 习题课
- 第3章 第1节 参数化曲面(1)
- 第3章 第1节 参数化曲面(2)
- 第3章 第2节 直纹面与可展曲面(1)
- 第3章 第2节 直纹面与可展曲面(2)
- 第3章 第2节 直纹面与可展曲面(3)
- 第3章 第3节 曲面的第一基本形式(1)
- 第3章 第3节 曲面的第一基本形式(2)
- 第3章 第3节 曲面的第一基本形式(3)
- 第3章 第4节 局部等距对应(1)
- 第3章 第4节 局部等距对应(2)
- 第3章 第5节 局部正交参数网与等温参数
- 第3章 曲面的第一基本形式 习题课(1)
- 第3章 曲面的第一基本形式 习题课(2)
- 第3章 曲面的第一基本形式 习题课(3)
- 第4章 第1节 曲面的第二基本形式(1)
- 第4章 第1节 曲面的第二基本形式(2)
- 第4章 第2节 法曲率
- 第4章 第3节 自然标架的运动公式(1)
- 第4章 第3节 自然标架的运动公式(2)
- 第4章 第4节 Weingarten变换(1)
- 第4章 第4节 Weingarten变换(2)
- 第4章 第5节 曲面上的曲率概念(1)
- 第4章 第5节 曲面上的曲率概念(2)
- 第4章 第7节 曲面一点附近的形状(2)
- 第4章 第8节 特殊曲面的曲率特征
- 第4章 曲面的第二基本形式与曲面上的曲率 习题课(1)
- 第4章 曲面的第二基本形式与曲面上的曲率 习题课(2)
- 第4章 曲面的第二基本形式与曲面上的曲率 习题课(3)
- 第4章 第6节 曲面的特殊参数网
- 第4章 第7节 曲面一点附近的形状(1)
- 第5章 第1节 曲面论基本方程(1)
- 第5章 第1节 曲面论基本方程(2)
- 第5章 第2节 曲面论基本定理(1)
- 第5章 第2节 曲面论基本定理(2)
- 第6章 第1节 测地曲率与测地线(1)
- 第6章 第1节 测地曲率与测地线(2)
- 第6章 第3节 常曲率曲面与非欧几何模型
- 微分几何 总复习
Good luck!
[Object Tracking] How to learn Active contour model - Snake Model的更多相关文章
- [Object Tracking] Contour Detection through Tensorflow running on smartphone
From: 手机端运行卷积神经网络的一次实践 -- 基于 TensorFlow 和 OpenCV 实现文档检测功能 貌似不错的东西:移动端视觉识别模型:MobileNets Holistically- ...
- [Object Tracking] Contour Detection through OpenCV
利用OpenCV检测图像中的长方形画布或纸张并提取图像内容 - 阅读笔记 相对来说,如下链接是此文的高阶方案版本,做对比是极好的. [Object Tracking] Contour Detectio ...
- Online Object Tracking: A Benchmark 论文笔记(转)
转自:http://blog.csdn.net/lanbing510/article/details/40411877 有博主翻译了这篇论文:http://blog.csdn.net/roamer_n ...
- 论文笔记之:Fully-Convolutional Siamese Networks for Object Tracking
gansh Fully-Convolutional Siamese Network for Object Tracking 摘要:任意目标的跟踪问题通常是根据一个物体的外观来构建表观模型.虽然也取得了 ...
- 基于粒子滤波的物体跟踪 Particle Filter Object Tracking
Video来源地址 一直都觉得粒子滤波是个挺牛的东西,每次试图看文献都被复杂的数学符号搞得看不下去.一个偶然的机会发现了Rob Hess(http://web.engr.oregonstate.edu ...
- Motion-Based Multiple Object Tracking
kalman filter tracking... %% Motion-Based Multiple Object Tracking % This example shows how to perfo ...
- [Object Tracking] Overview of algorithms for Object Tracking
From: https://www.zhihu.com/question/26493945 可以载入史册的知乎贴 目标跟踪之NIUBILITY的相关滤波 - 专注于分享目标跟踪中非常高效快速的相关滤波 ...
- 论文笔记:Learning Dynamic Memory Networks for Object Tracking
Learning Dynamic Memory Networks for Object Tracking ECCV 2018Updated on 2018-08-05 16:36:30 Paper: ...
- Deep Reinforcement Learning for Visual Object Tracking in Videos 论文笔记
Deep Reinforcement Learning for Visual Object Tracking in Videos 论文笔记 arXiv 摘要:本文提出了一种 DRL 算法进行单目标跟踪 ...
随机推荐
- 关于Android studio团队协同开发连接到已有项目
当团队中已经有人创建好项目的时候,队员想把自己的as与码云上项目相互连接时,有两种方法: 方法一: 进入as初始页面: 分别点击:check out project from Version cont ...
- Oracle取月份-不带前面的0
出处:http://www.2cto.com/database/201208/145611.html 今天碰到只要取月份和天数,如果月份前面有0要去掉0.比如说2010-01-08 ,需要的结果是 ...
- 将python文件加入到python的环境变量中
在python中,把一个python文件加入到python环境变量中,以方便其他python文件调用.有两种方式,下面对其进行简单的介绍 方式一: 导入系统自带的sys模块,然后将文件的路径进行追加或 ...
- html&css 易忽略的知识点
1.input标签的readonly属性 <input type="text" readonly="readonly"/>
- ZJUT 地下迷宫 (高斯求期望)
ShowID=1423">http://cpp.zjut.edu.cn/ShowProblem.aspx?ShowID=1423 设dp[i]表示在i点时到达终点要走的期望步数,那么d ...
- linux中apt-get和yum和wget的区别
1.RedHat系列:Redhat.Centos.Fedora等 yum 2.Debian系列:Debian.Ubuntu等 apt-get wget类似迅雷
- Hive总结(八)Hive数据导出三种方式
今天我们再谈谈Hive中的三种不同的数据导出方式. 依据导出的地方不一样,将这些方式分为三种: (1).导出到本地文件系统. (2).导出到HDFS中: (3).导出到Hive的还有一个表中. 为了避 ...
- ArcGIS教程:曲率
摘要 计算栅格表面的曲率,包括剖面曲率和平面曲率. 用法 · 主要输出结果为每个像元的表面曲率,该值通过将该像元与八个相邻像元拟合而得.曲率是表面的二阶导数,或者可称之为坡度的坡度.可供选择的输出曲率 ...
- 后端把Long类型的数据传给前端,前端可能会出现精度丢失的情况,以及解决方案
后端把Long类型的数据传给前端,前端可能会出现精度丢失的情况.例如:201511200001725439这样一个Long类型的整数,传给前端后会变成201511200001725440. 解决方法: ...
- ConcurrentLinkedQueue代码解析
原因:学习ConcurrentLinkedQueue是看到akka框架的默认邮箱是使用ConcurrentLinkedQueue实现的. 1. ConcurrentLinkedQueue在java.u ...