camshift和opencv的组合

我正在尝试使用OpenCV进行对象检测工作。但有件事让我困惑。像camshift和kalman滤波器这样的跟踪和预测算法可以完成跟踪任务，而SURF匹配方法也可以完成这一任务。

我不太明白这两种方法之间的区别。我已经根据OpenCV教程中的feature2d（使用SURF）和运动分析以及对象跟踪（使用camshift）做了一些编码。似乎它们只是一个目的的两种手段。我是对的还是遗漏了一些概念？

这是将camshift跟踪与SURF功能匹配结合起来的好方法吗？…也许可以应用更多的东西，比如轮廓匹配？

简短的回答是：

使用关键点（SURF）或任何其他方法检测感兴趣的对象

获取对象的边界矩形，并将其作为输入传递给对象跟踪器（例如CAMShift）

使用对象跟踪器，除非对象不会丢失

目标跟踪是找到目标位置的过程 使用前一帧中的信息。跟踪和跟踪的区别 检测是当两个过程都定位了对象的位置时， 检测不使用来自前一帧的任何信息来定位图像 反对

---

看。本文全面概述了检测和跟踪技术。

感谢您的回复。这张报纸帮了大忙。我把它理解为两个方面：1。像CAMShift这样的跟踪器可以从其他检测方法获取输入，而SURF是可以创建输入的特征检测之一；2.在目标跟踪中，我们应该尽量利用前一帧中的信息，而检测并不总是必要的。