有關SURF和跟蹤算法的基本問題

Question

使用SURF檢測對象時，如何使用良好匹配和幾個關鍵點爲誤報和打擊繪製圖表？

（A）我如何獲得良好匹配的統計數據即的ROC曲線或真陽性VS這麼多行描述的檢測的誤報？有人可以把代碼繪製真positves VS假積極的統計。

（B）* *其次，有很多資源vdo1，vdo2和implemetations，紙（ Object tracking using improved Camshift with SURF method; A Study on Moving Object Tracking Algorithm Using SURF Algorithm and Depth Information ），其說SURF和SIFT可以用於與CAMSHIFT或均值漂移組合跟蹤。

但是，我不明白的是，我們需要預測算法，如卡爾曼濾波器或跟蹤算法，如Camshift，均值偏移或模板差異（不確定）進行跟蹤。所以，一些視頻實現和教程如何說Lukas Kanade Optical flow，SIFT，SURF正在跟蹤物體，而論文提到俱樂部是camshift還是meanshift。我是否錯過了一些概念性的問題？

對於如何單獨使用SURF或SIFT或基於特徵的方法可以使用指針和詳細說明？

Answer 1

帶金字塔（pyrLK）的Lucas-Kandae是一種在單個特徵位置尋找小偏移的方法。它可以一次完成許多功能。 Camshift和meanshift跟蹤一組功能的統計信息。您也可以嘗試使用匹配器來查找下一幀中要素的位置。 GoodFeturesToTrack，SIFT和SURF是一些算法，可以找到應該很容易找到的點並將其彼此分開。 SURF和SIFT還包括描述符，它們以可忽略尺寸變化，方向變化或兩者兼有的方式表徵這些特徵。

卡爾曼濾波器用於優化您的結果。它能縮小答案應該放置的區域，因爲上面的算法並不完美。至於代碼，除了Shi-Thomasi + pyrLK，我沒有做太多的跟蹤，所以我不認爲我可以提供幫助。