TLD es bueno para aprender la apariencia del objeto, pero no necesariamente para localizar el objeto. Los filtros de partículas son buenos para modelar cómo se mueve el objeto entre fotogramas, proporcionando una estimación de dónde debería aparecer el objeto en el siguiente fotograma.
TLD es un algoritmo adaptativo de seguimiento por detección, que rastrea aprendiendo la apariencia del objeto a medida que avanza el video, utilizando el clasificador aprendido para detectar el objeto en cada cuadro.
Los filtros de partículas se utilizan para mantener una estimación de la ubicación del objeto y luego actualizar la estimación basada en una observación. Pero el modelo de observación debe ser suministrado al filtro de partículas.
- Cómo interpretar una capa totalmente conectada como una capa convolucional para hacer predicciones densas de píxeles
- ¿Cómo se conecta la regresión lineal a los filtros de Kalman?
- ¿Cuáles son los mejores métodos de detección de anomalías para imágenes?
- ¿Qué desafíos interesantes existen para los desarrolladores / programadores que se pueden lograr en unos meses?
- ¿Cuáles son las diferencias entre el aprendizaje automático y los programas de posgrado en ciencias de datos?
Para que un rastreador funcione bien, necesita tener un buen esquema de representación de cómo se ve el objeto (que tiene TLD), y también un buen modelo de movimiento. El modelo de movimiento es esencial, especialmente cuando el movimiento del objeto es brusco. Los mejores resultados se obtienen cuando los rastreadores basados en la apariencia se combinan con modelos dinámicos como filtros de partículas.
