使用SURF检测物体时，如何使用良好匹配和几个关键点绘制误报和命中图？
（A）如何获得良好匹配的统计数据，即ROC图或真实阳性与来自如此多线描述符的检测误报？可以有人为绘图编写代码真假阳性与假阳性统计。
（B）* *其次，有许多资源vdo1，vdo2和实施，论文（ Object tracking using improved Camshift with SURF method ; A Study on Moving Object Tracking Algorithm Using SURF Algorithm and Depth Information ）表示SURF和SIFT可以与camshift或meanshift结合使用进行跟踪。
但是，我无法理解的是我们需要预测算法，如卡尔曼滤波器或跟踪算法，如Camshift，平均移位或模板差分（不确定）用于跟踪。那么，一些视频实现和教程如何说Lukas Kanade光流，SIFT，SURF是跟踪对象，而论文提到了俱乐部的camshift或者手段。我错过了一些概念性的事情？
是否有必要提供有关如何使用SURF或SIFT或基于特征的方法进行单独跟踪的指示和详细说明？
答案 0 :(得分：0)
Lucas-Kandae with pyramid（pyrLK）是一种在单个要素位置查找小偏移的方法。它可以同时对许多功能执行此操作。 Camshift和meanshift跟踪一组功能的统计信息。您也可以尝试使用匹配器来查找下一帧的功能。 GoodFeturesToTrack，SIFT和SURF是一种算法，可以找到易于查找的点，并将它们分开。 SURF和SIFT还包括描述符，这些描述符以一种可以忽略大小变化，方向变化或两者的方式表征这些特征。
卡尔曼滤波器用于优化您的结果。它能够缩小答案所在的区域，因为上面的算法并不完美。
关于代码，除了Shi-Thomasi + pyrLK之外我没有做太多跟踪，所以我不认为我可以提供帮助。