机器人行人识别与跟随 （OPENCV DNN Tensorflow ROS）（只有链接）_opencv hog实现摄像头跟随人

1、Opencv DNN

1.1 opencv DNN

1. OpenCV DNN github
2. Deep Neural Networks (dnn module)（opencv dnn 教程）

3. TensorFlow Object Detection API

4. ROS工程不使用ROS自带的OpenCV

5. https://github.com/Smorodov/Multitarget-tracker

6. https://gitee.com/light169/Multitarget-tracker

1.2 opencv DNN 调用tensorflow

1. opencv基于DNN的人脸检测

2. opencv基于深度学习的人脸检测

3. 基于Tensorflow和Opencv的行人检测

4. Tensorflow+OpenCV实战行人检测（笔记）

5. OpenCV调用TensorFlow预训练模型

6. C++ opencv-3.4.1 调用tensorflow训练好的模型进行物体检测

7. 基于opencv dnn模块 的caffe模型的调用
8. OpenCV的dnn模块调用TesorFlow训练的MoblieNet模型

confidenceThreshold = 0.50

confidenceThreshold = 0.20

2、Tensorflow

1. Tensorflow C++ 编译和调用图模型（ 有图）

2. Tensorflow detection model zoo

3. 目标检测之车辆行人（tensorflow版yolov3-tiny） 网络分析

4. windows 10 基于Tensorflow的街头行人检测实验
5. 目标检测算法SSD用于行人检测（二）：训练和测试SSD网络

3、行人目标识别

3.1 OpenCV HOG SVM

1. Opencv之HOG特征与SVM相结合的人体检测

2. opencv实现行人检测（C++）（原理）

3. 行人检测 基于 OpenCV 的人体检测
4. 基于opencv的行人检测（支持图片，视频）
5. opencv︱opencv中实现行人检测：HOG+SVM（二）（此文较好，综合评价，如何降低行人检测误识率）

直接使用，速度很慢，识别率低

3.2 OpenCV DNN

参见前面1.2

1. OpenPose 基于OpenCV DNN 的多人姿态估计
2. 基于OpenCV使用OpenPose进行多个人体姿态估计
3. Tensorflow+OpenCV实战行人检测（笔记）
4. 基于Tensorflow和Opencv的行人检测   细致

5. 浅入浅出TensorFlow 7 - 行人检测之Faster-RCNN  （自己训练）

6. 深度卷积神经网络的行人检测 (pedestrian detection)

7. 目标检测算法SSD用于行人检测（二）：训练和测试SSD网络

8. 行人检测--OpenCV与TensorFlow SSD对比  

 

3.3 DPM 行人检测

1. 行人检测之DPM

2. Latent SVM+DPM 行人检测

4、目标跟踪

1. 一个完整的例子Multitarget-tracker
2.  

4.0 原理

1. 运动目标追踪实现

2. KCF相关滤波跟踪算法 论文 High-Speed Tracking with Kernelized Correlation Filters

3. 目标跟踪KCF算法简介与优化

4. 目标跟踪算法——KCF入门详解

4.1 OPENCV Object Tracking

1. 目标跟踪的深度学习方法与opencv下的KCF方法（有python代码）
2. 代码参考（C++）：opencv3使用KCF或TLD跟踪目标跟踪算法----KCF进阶（基于KCF改进的算法总结）
3. opencv的目标跟踪算法(OpenCV Object Tracking)
4. [OpenCV实战]14 使用OpenCV实现单目标跟踪（有各个方法评价）

4.2 CamShift目标跟踪

1. OpenCV视频分析与对象跟踪C++（三）CAMShift对象跟踪 颜色空间改到Lab，发现效果不错

2. OpenCV2马拉松第10圈——直方图反向投影(back project)

3. OpenCV | CAMShift - 指定对象跟踪（原理介绍清楚）

4. 直方图匹配-Opencv种cvCalcBackProject的理解

5. Opencv基于CamShift算法实现目标跟踪（代码）

6. opencv 目标跟踪 kalman （代码下载）

7. camshift+kalman视频跟踪matlab代码（代码下载）

如果速度慢，跟踪可以。

如果变化快或者突变，很容易丢失

CAMShift跟踪算法对于跟踪的目标，即使发生远近变换，形变，都能准确跟踪到，甚至跟踪目标离开了屏幕再回来也能继续跟踪到，
但是离开的期间也会产生 selection，所以这个时候的selection是不对的，当跟踪目标回到屏幕后也不是立即就察觉到，需要一定时间
so CAMShift无法判断目标是否离开屏幕，这段期间产生的误差如何解决?
同时CAMShift跟踪算法适合比较简单的图像，如果图像颜色数据很复杂，有很多大量与跟踪目标颜色重复的像素的话(也就是干扰很强)，CAMShift效果就不太好了

4.3 光流目标跟踪

基于光流场分析的运动目标检测方法，不仅包含了被观察物体的运动信息，而且携带了三维结构的丰富信息，因此它不仅可以用于运动目标检测，还可以直接应用于运动目标跟踪，能够很精确的计算出运动目标的速度，同时在摄像机存在运动的情况下也能够检测出运动目标。而在实际的应用中，由于存在多光源、遮挡性、噪声和透明性等多方面的原因，光流场基本方程中的灰度守恒这个假设条件是得不到满足的，因此不能求解出正确的光流场，同时由于其采用的是迭代的求解计算方法，故需要的计算时间比较长，从而无法满足实时的要求，并且该方法受噪声的影响较大，因而该方法多适用于目标运动速度不大，图像噪声比较小的情况。

1. OpenCV视频分析-光流分析（全面分析）

2. OpenCV之视频分析与对象跟踪(四) 光流的对象跟踪 稀疏光流&稠密光流

3. opencv视频分析与对象追踪之基于光流(稀疏光流、密集光流) （参考代码）

4. OpenCV4学习笔记（34）——Farneback稠密光流算法

5. OpenCV之光流法运动目标跟踪

6. OpenCV之光流法运动目标跟踪

7. 使用流光法实现物体跟踪（2015年）

8. 使用OpenCV实现检测和追踪车辆（代码）

9. Opencv光流运动物体追踪详解（代码）

特征点跟踪，速度基本可以。如何结合目标跟踪？

4.4 kalman 滤波目标跟踪

1. 目标跟踪学习笔记_5(opencv中kalman点跟踪例子)

2. 学习OpenCV2——卡尔曼滤波(KalmanFilter)详解（各种例子综合）

3. python + opencv: kalman 跟踪

4. kalman 滤波 演示与opencv代码

5. 自动驾驶中无迹卡尔曼滤波器的应用（Unscented-Kalman-Filter）（激光雷达）

6. Unscented Kalman Filter(无迹卡尔曼滤波）（原理说明）

7. 无味卡尔曼滤波——非线性UKF-Matlab UKF无味卡尔曼滤波在自动驾驶车辆定位中的应用

8. 从零开始学习自动驾驶系统(七)-无迹卡尔曼滤波Unscented Kalman Filter（原理入门）

9. OpenCV3之卡尔曼滤波KalmanFilter例子魔改代码
10. 从程序中学习UKF-SLAM 理论
11. 无迹卡尔曼滤波（UKF）超详细解释    详细学习入门
12. 2D UKF Design and Implementation
13. Object Tracking with Sensor Fusion-based Unscented Kalman Filter  论文与代码 机器人轨迹

 

 

 

5、机器人跟随

ROS turtlebot_follower ：让机器人跟随我们移动

ROS学习笔记（四） 先锋机器人跟随（跟随总结 2017年）