the GOTURN (Generic Object Tracking Using Regression Networks) tracker [詳解]

#include <tracking.hpp>

cv::Trackerを継承しています。

クラス
struct	Params

静的公開メンバ関数
static CV_WRAP Ptr< TrackerGOTURN >	create (const TrackerGOTURN::Params &parameters=TrackerGOTURN::Params())
	コンストラクタ[【詳解】（英語］

その他の継承メンバ
基底クラス cv::Tracker に属する継承公開メンバ関数
virtual CV_WRAP void	init (InputArray image, const Rect &boundingBox)=0
	ターゲットを囲む既知のバウンディングボックスでトラッカーを初期化する[【詳解】（英語］

virtual CV_WRAP bool	update (InputArray image, CV_OUT Rect &boundingBox)=0
	トラッカーを更新し、ターゲットに最も適した新しいバウンディングボックスを見つける。[【詳解】（英語］

詳解

GOTURN (Generic Object Tracking Using Regression Networks) トラッカー

GOTURN ([GOTURN]は)は、Convolutional Neural Networks (CNN)をベースにしたトラッカーの一種です。GOTURNはCNNトラッカーの利点をすべて受け継ぎながら、オンラインでの微調整を必要としないオフラインでのトレーニングにより、はるかに高速な処理を実現しています。GOTURNトラッカーは、ビデオの最初のフレームにあるオブジェクトのバウンディングボックスのラベルが与えられた場合、そのオブジェクトをビデオの残りの部分で追跡するという、シングルターゲットのトラッキングの問題に対応しています。注意：現在のGOTURNはオクルージョンを扱いませんが、視点の変更、照明の変更、変形にはかなり強くなっています。GOTURNの入力は、227x227にリサイズされたTargetパッチとSearchパッチを表す2つのRGBパッチです。GOTURNの出力は、X1,Y1,X2,Y2のフォーマットで表された、サーチパッチの座標系に対する予測バウンディングボックス座標です。オリジナルの論文はこちらです。http://davheld.github.io/GOTURN/GOTURN.pdf原著者の実装がある限りhttps://github.com/davheld/GOTURN#train-the-trackerトレーニングアルゴリズムの実装は、3dパーティ依存のため、ここでは別にしています。https://github.com/Auron-X/GOTURN_Training_ToolkitGOTURNアーキテクチャのgoturn.prototxtと学習済みモデルのgoturn.caffemodelはopencv_extraのGitHubリポジトリからアクセスできます。

関数詳解

◆ create()

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

static

コンストラクタ

引数

parameters GOTURNパラメータTrackerGOTURN::Params

このクラス詳解は次のファイルから抽出されました:

video/tracking.hpp

クラス

静的公開メンバ関数

その他の継承メンバ

詳解

関数詳解

◆ create()