首页
›
智能机器人、自动化与智能装备工程
›
185-低空视觉小目标检测与跟踪
›
《OpenCV实时目标跟踪开发部署》
VIP8
本课程属于:185-低空视觉小目标检测与跟踪
智能机器人、自动化与智能装备工程 · 共 8 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
目标跟踪算法实战指南
📚 共计 30 章节
01
目标跟踪概述
定义、应用场景(智能监控、自动驾驶、人机交互)与检测区别
概念
入门
02
目标跟踪基础
目标表示(矩形框、点、轮廓)· 特征提取(颜色直方图、HOG、深度特征)
特征
表示
03
OpenCV环境搭建
安装配置·读取视频帧·显示保存·基础图像处理操作
OpenCV
环境
04
均值漂移算法
MeanShift原理·核函数·迭代·OpenCV实现与参数调优
经典
MeanShift
05
连续自适应均值漂移
CamShift原理·尺度自适应·OpenCV实战
CamShift
尺度
06
光流法跟踪
稀疏光流(LK)·稠密光流(Farneback)·特征点选择与跟踪
光流
运动
07
卡尔曼滤波跟踪
预测与更新·状态空间·OpenCV KalmanFilter应用
滤波
状态估计
08
粒子滤波跟踪
重要性采样·重采样·粒子退化·OpenCV实现
粒子滤波
贝叶斯
09
相关滤波跟踪
MOSSE·最小二乘·FFT加速
相关滤波
MOSSE
10
KCF跟踪算法
循环矩阵·核技巧·HOG融合·KCF/DCF区别·OpenCV
KCF
核方法
11
DSST跟踪算法
尺度估计与位置分离·多尺度搜索·OpenCV DSST
DSST
尺度
12
CSK跟踪算法
密集采样·循环结构·核岭回归·与KCF关系
CSK
密集采样
13
CN跟踪算法
颜色属性特征·自适应降维·CN与KCF融合
颜色
CN
14
Staple跟踪算法
HOG+颜色直方图互补·模型更新·性能分析
Staple
融合
15
深度学习跟踪入门
优势·数据集(OTB/VOT/LaSOT)·评价指标(成功率/精度)
深度学习
入门
16
Siamese网络跟踪
SiameseFC原理·全卷积孪生·模板与搜索匹配
孪生网络
Siamese
17
SiamRPN跟踪
区域提议+Siamese·锚点机制·回归与分类分支
SiamRPN
RPN
18
SiamMask跟踪
实例分割与跟踪统一·二值掩码·实时分割跟踪
SiamMask
分割
19
MDNet跟踪
多域学习·共享层与特定域层·在线更新
MDNet
多域
20
GOTURN跟踪
离线训练·光流+回归网络·超高速跟踪
GOTURN
高速
21
ECO跟踪
高效卷积算子·因式分解卷积·模型压缩加速
ECO
高效
22
ATOM跟踪
目标估计与分类分离·IoU预测·精确边界框回归
ATOM
IoU
23
DiMP跟踪
判别模型预测·元学习初始化·鲁棒性提升
DiMP
元学习
24
TransT跟踪
Transformer架构·自注意力与交叉注意力·特征融合新范式
Transformer
注意力
25
MixFormer跟踪
混合注意力·同步特征提取与融合·端到端训练
MixFormer
混合
26
OSTrack跟踪
单流Transformer·统一特征提取与匹配·高效推理
OSTrack
单流
27
多目标跟踪基础
MOT定义·数据关联(匈牙利/卡尔曼)·ID分配与切换
MOT
关联
28
SORT与DeepSORT
SORT流程·DeepSORT外观特征·级联匹配
SORT
DeepSORT
29
FairMOT跟踪
锚点+ReID联合学习·中心点检测·公平性设计
FairMOT
ReID
30
ByteTrack跟踪
BYTE数据关联·低分检测框利用·简单高效MOT
ByteTrack
关联
所属VIP或分类
同VIP:YOLO小目标检测与模型优化工程
同VIP:低空航拍小目标检测与跟踪系统
同VIP:动态场景鲁棒目标跟踪工程