OpenCV 单/多目标跟踪传统算法实验

单目标跟踪 代码原文：

[OpenCV实战]14 使用OpenCV实现单目标跟踪_You and Me-CSDN博客_opencv单目标跟踪

多目标跟踪 代码原文：

[OpenCV实战]16 使用OpenCV实现多目标跟踪_You and Me-CSDN博客

实际运行效果总结：

跟踪工业元器件，过程中用手进行遮挡实验

BOOSTING ： 慢  精度差（跟丢目标或跟到别的目标上）

MIL ：慢   精度差（跟丢目标或跟到别的目标上）效果和BOOSTING差不多

TLD：非常非常慢   会跟到其他相似物体上     前三个方法约等于没法用

MEDIANFLOW： 速度还可以  但是会出现目标框偏移，而且无法对抗遮挡（目标框跟着手跑了）

CSRT： 从帧中取一部分来进行跟踪的算法，速度很快，但无法对抗遮挡

MOSSE：基于小跟踪窗口的跟踪算法，速度较慢，精度更高，但无法对抗遮挡

KCF:  鉴别类算法，速度快，可对抗遮挡（唯一的目标框不会跟着手跑的算法！)，综合来说最好

Multitracker：多目标检测，效果和上述算法一致，只是跑起来会很慢，无法满足实时性

总结

对于工业元器件检测，想在工人维修时能随时跟踪不合格元器件的场景，只有KCF、MOSSE、CSRT算法可以在实时性和精度上满足要求，但是MOSSE、CSRT对于遮挡没有抗性，KCF算法看起来是唯一也许可行的方案。多目标检测速度太慢，没法满足实时性要求。

同时，没法解决元器件修复后，检测框就消失的需求。

只在最开始进行一次基于传统模板匹配的目标检测，之后进行目标跟踪的方法，确实在精度上没法保证，且后续有需求变化时，无法拓展功能。