我的目标是让实时MultiTracker与学习。我使用卡尔曼滤波器跟踪一个对象但我在跟踪时发现了估计错误。
该对象未被持续跟踪。我想与跟踪实施一些学习机制
我想到这样做的一种方法是，
1）计算特定roi的平均HSV，然后将HSV值存储在矢量（Scalar或Vec3b）中
2）将新HSV值（来自某些ROI的平均值）与向量集合中存在的所有先前HSV值进行比较。
3）如果新的HSV值与矢量中的 HSV值不匹配，则将其作为新的单独对象进行跟踪。
4）否则，如果新的roi与vector 中的 HSV值匹配，那么它被认为是与roi中存在的相同对象。继续跟踪旧对象。
5）进行一些基于时间的定期检查，以便在向量中删除旧的 HSV值。
我试过KCF，MIL e.t.c他们不是实时的。你能推荐任何实时学习机制或改进上述建议的方法吗？