我正在开发一个项目，用于跟踪具有许多颜色变化的许多纹理的对象。
与使用颜色 mask 的普通跟踪不同，我的目标对象有很大不同，因为它包含几种主要颜色分布。
我想检测对象并开始跟踪。对于跟踪，有像卡尔曼滤波器这样的方法，但是，为了跟踪纹理对象，我需要跟踪我认为的局部关键点。如果我在每一帧中计算 SURF 描述符，那么我认为这将失去对跟踪的使用(也许我在这里错了)。
我觉得我应该只在第一帧中使用 SURF 来初始化目标对象，然后再跟踪它。我的问题是如何跟踪纹理对象的特征。我做了一些研究，但我似乎不知道如何解决这个问题。
如果我能得到一些建议或论文链接来阅读和实现它，那就太好了。
最佳答案
您可以尝试二进制描述符，它们在提取和比较方面都比 SURF 更有效。也许使用较少的关键点并用二进制描述符描述它们将实时工作。此外，在跟踪时，您将对对象的位置进行估计，因此您可能不必计算整个图像中的描述符，而只需在估计的对象位置处计算。
我写了一篇关于二进制描述符的教程。
第 1 部分 - 简介:
http://gilscvblog.wordpress.com/2013/08/26/tutorial-on-binary-descriptors-part-1/
第 2 部分 - 简要描述符:
http://gilscvblog.wordpress.com/2013/09/19/a-tutorial-on-binary-descriptors-part-2-the-brief-descriptor/
第 3 部分 - ORB 描述符:
http://gilscvblog.wordpress.com/2013/10/04/a-tutorial-on-binary-descriptors-part-3-the-orb-descriptor/
第 4 部分 - BRISK 描述符:
http://gilscvblog.wordpress.com/2013/11/08/a-tutorial-on-binary-descriptors-part-4-the-brisk-descriptor/
关于使用过滤器的 OpenCV 纹理对象跟踪，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/20172800/