cv::TrackerGOTURN 類參考

GOTURN (使用迴歸網路的通用目標跟蹤) 跟蹤器 更多...

#include <opencv2/video/tracking.hpp>

cv::TrackerGOTURN 的協作圖

類
結構體	Params

公共成員函式
virtual	~TrackerGOTURN () CV_OVERRIDE
從 cv::Tracker 繼承的公共成員函式
virtual	~Tracker ()
virtual void	init (InputArray image, const Rect &boundingBox)=0
	使用圍繞目標的已知邊界框初始化跟蹤器。
virtual bool	update (InputArray image, Rect &boundingBox)=0
	更新跟蹤器，找到目標最有可能的新邊界框。

靜態公共成員函式
static Ptr< TrackerGOTURN >	create (const TrackerGOTURN::Params &parameters=TrackerGOTURN::Params())
	建構函式。

受保護成員函式
	TrackerGOTURN ()
從 cv::Tracker 繼承的受保護成員函式
	Tracker ()

詳細描述

GOTURN (使用迴歸網路的通用目標跟蹤) 跟蹤器

GOTURN ([124]) 是一種基於卷積神經網路 (CNN) 的跟蹤器。GOTURN 利用 CNN 跟蹤器的所有優點，由於其離線訓練而無需線上微調，因此速度更快。GOTURN 跟蹤器解決了單目標跟蹤的問題：給定影片第一幀中物件的邊界框標籤，我們在影片的其餘部分跟蹤該物件。注意：當前 GOTURN 方法不處理遮擋；但是，它對視點變化、光照變化和變形相當穩健。GOTURN 的輸入是兩個 RGB 塊，表示調整大小為 227x227 的目標塊和搜尋塊。GOTURN 的輸出是預測的邊界框座標，相對於搜尋塊座標系，格式為 X1、Y1、X2、Y2。原始論文在這裡：http://davheld.github.io/GOTURN/GOTURN.pdf 與原始作者的實現相同：https://github.com/davheld/GOTURN#train-the-tracker 由於第三方依賴項，訓練演算法的實現單獨放置在這裡：https://github.com/Auron-X/GOTURN_Training_Toolkit GOTURN 架構 goturn.prototxt 和訓練模型 goturn.caffemodel 可以在 opencv_extra GitHub 儲存庫上訪問。

建構函式 & 解構函式文件

TrackerGOTURN()

cv::TrackerGOTURN::TrackerGOTURN ( )

保護

~TrackerGOTURN()

virtual cv::TrackerGOTURN::~TrackerGOTURN ( )

virtual

成員函式文件

create()

static Ptr< TrackerGOTURN > cv::TrackerGOTURN::create ( const TrackerGOTURN::Params & parameters = TrackerGOTURN::Params() )

static

Python
	cv.TrackerGOTURN.create(	[, 引數]	) ->	retval
	cv.TrackerGOTURN.create(	model	) ->	retval
	cv.TrackerGOTURN_create(	[, 引數]	) ->	retval
	cv.TrackerGOTURN_create(	model	) ->	retval

建構函式。

引數

parameters

GOTURN 引數 TrackerGOTURN::Params

---

此類的文件由以下檔案生成

• opencv2/video/tracking.hpp