追踪算法

1. 目标跟踪都有那些算法

目标跟踪,利用相邻两帧的区域匹配从图像序列中建立目标链,跟踪目标从进入监视范围到驶离监视范围的整个过程。首称要确定匹配准则。常用的图像匹配方法有Hausdorff距离区域法和图像互相关。

2. 高效光线跟踪的算法有那些

浅析3D Max中的高级灯光技术

摘要：3D Max在3D制作软件中渲染功能一直比较薄弱，使其只甘居Maya等3D制作软件之下。为弥补这一缺陷，在5.0版中3D Max增加了高级灯光技术，拥有光能传递、光线追踪器两个全局照明系统，在渲染功能上有了非常显着的改善。本文主要介绍新的光能传递算法。

关键词：渲染 全局照明 光能传递

3D MAX 的渲染功能一直比较薄弱，其效果远不如其他软件（例如Maya）那样逼真，这在很大程度上是因为3D MAX默认的灯光技术不够先进。

在3D MAX中经常使用“光线追踪（Ray-Trace）”材质，与之相联系的就是光线追踪渲染算法。这种算法假设发出很多条光线，光线遇到物体时，被遮挡、反射或者折射，通过跟踪这些光线，就可以得到场景的渲染效果。但是这种方法有一个严重的缺点，就是不能反映现实生活中光的很多特性。例如，在现实生活中，灯光照射到物体后，每个物体都会发射一部分光线，形成环境光，从而导致没有被灯光直射的物体也能被照明，而不是完全出于黑暗状态。又如，把一个红色物体靠近白色的墙壁，那么墙壁靠近物体的地方会显出也带有红色。还有很多诸如此类的灯光效果，使用光线追踪算法都不能产生。

为了解决这些问题，人们发明了更先进的算法来计算灯光的效果，这就是“光能传递（Radiosity）”算法。这种算法把光作为光量子看待（实际上更符合现代物理学），通过计算光量子的能量分布获得渲染结果。这种方法能够获得最逼真的照明效果，因此，通常将光能传递算法和光线追踪算法结合起来，以获得最佳的效果。3D MAX5.0新增的高级光照功能则包含了两个不同的系统：光能传递（radiosity）和光线追踪器（light tracer）。它所得到的结果非常接近对真实事物的再现。

光线追踪器比较通用，也容易使用，使用它不需要理解许多技术概念，任何模型和灯的类型都适用。光能传递相对较复杂，需要为这种处理方式专门准备模型和场景。灯必须是光度控制灯，材质也必须仔细设计。但光能传递在物理上是精确的，对于建筑模型的精确设计是必须的，这一点非常重要，尤其当建模的目的是进行光照分析时。另外，光线追踪器的结果与视点无关，而光能传递不是这样的。光线追踪器在每一帧都计算光照。光能传递只会计算一次，除非场景中的物体移动了或灯发生了变化，或者是从另一个不同的视点渲染场景时。基本原则是光线追踪器更适用于有大量光照的室外场景、角色动画和在空旷的场景中渲染物体。光能传递更适合于使用了聚光灯的室内场景和建筑渲染。

使用光线追踪器进行室内光照仿真时，为避免平坦表面上的噪波，可能需要相当高质量的设定和很长的渲染时间。光能传递则可以用更短的时间提供更好的效果。另一方面，光能传递用于有许多多边形的角色模型时，需要额外的细化步骤、过滤，甚至是Regathering(重新聚合)。而光线追踪器适用默认的设置一次渲染就可以得到更好的效果。

传统的渲染引擎值考虑直接光照

不考虑反射光，然而，反射光是

一个场景的重要组成部分。 对相同的场景使用全局光照渲染，

上图使用了光能传递（radiosity）

就可以得到一种真实的结果。

光能传递是在一个场景中重现从物体表面反射的自然光线，实现更加真实和物理上精确的照明结果。如图所示。光能传递基于几何学计算光从物体表面的反射。几何面（三角形）成为光能传递进行计算的最小单位。大的表面可能需要被细分为小的三角形面以获得更精确的结果。场景中三角形面的数目很重要。如果数目不够结果会不精确，但如果太多时间又会太长。光能传递提供一种将大的三角形面自动细分的方法，同时也可以控制每个物体的细分和细化程度。光能传递依赖于材质和表面属性以获得物理上精确的结果。在场景中进行建模时必须牢记这一点。要使用光度控制灯，而且模型的几何结构应尽可能准确。

1．单位

要获得精确的结果，场景中作图单位是一个基础。如果单位是“英寸”，一个100×200×96单位的房间可以被一个相当于60瓦灯泡的光度控制灯正确照明，但如果单位是“米”，相同场景会变得非常暗。

2．光能传递的解决方案

光能传递是一个独立于渲染的处理过程，一旦解决方案被计算出来，结果被保存在几何体自己内部。对几何体或光照作改变将使原解决方案无效。解决方案是为整个场景全局计算的，这意味着它与视点无关。一旦计算出来，就可以从任何方向观察场景。当摄像机在一个固定场景中移动时，这将会节省时间。如果对几何体或灯作了动画，每一帧都必须计算光能传递。渲染菜单中的选项允许定义如何处理光能传递过程。

。

3. 视频跟踪算法

跟着视频走

4. 多人视线追踪算法的研究

你要把你的问题说清楚才可以呀~否则别人没法帮助你的！
在网络提问页面的顶端可以看到“我要提问”这个选项，在提问输入框中输入您的问题，或直接点击“我要提问”进入提问页，在这里您需要描述清楚您的问题，为了更好地得到答案，可通过文字、截图，对问题进行更详细的描述并悬赏！

5. 如何实现多种目标跟踪算法并行实现对比

本文通过理论和实际的分析，提出一种在以矩不变量为特征的目标跟踪系统中引入并行计算机处理的算法，该算法将目标跟踪过程中的特征提取和模块匹配算法结合起来进行合理划分，使得在每个控制间隔里，两部分交换信息后分别同时计算，从而在任务级上实现并行处理。

6. 自动跟踪的跟踪算法

质心跟踪算法：这种跟踪方式用于跟踪有界目标，且目标与环境相比有明显不同灰度等级，如空中飞机等。目标完全包含在镜头视场范围内。

相关跟踪算法：相关可用来跟踪多种类型的目标，当跟踪目标无边界且动态不是很强时这种方式非常有效。典型应用于：目标在近距离的范围，且目标扩展到镜头视场范围外，如航行在大海中的一艘船。

相位相关算法：相位相关算法是非常通用的算法，既可以用来跟踪无界目标也可以用来跟踪有界目标。在复杂环境下（如地面的汽车）能给出一个好的效果。

多目标跟踪算法：多目标跟踪用于有界目标如飞机、地面汽车等。它们完全在跟踪窗口内。对复杂环境里的小目标跟踪，本算法能给出一个较好的性能。
边缘跟踪算法：当跟踪目标有一个或多个确定的边缘而同时却又具有不确定的边缘，这时边缘跟踪是最有效的算法。典型如火箭发射，它有确定好的前边缘，但尾边缘由于喷气而不定。

场景锁定算法：该算法专门用于复杂场景的跟踪。适合于空对地和地对地场景。这个算法跟踪场景中的多个目标，然后依据每个点的运动，从而估计整个场景全局运动，场景中的目标和定位是自动选择的。当存在跟踪点移动到摄像机视场外时，新的跟踪点能自动被标识。瞄准点初始化到场景中的某个点，跟踪启动，同时定位瞄准线。在这种模式下，能连续跟踪和报告场景里的目标的位置。

组合跟踪算法：顾名思义这种跟踪方式是两种具有互补特性的跟踪算法的组合：相关类算法 + 质心类算法。它适合于目标尺寸、表面、特征改变很大的场景。

7. 光线跟踪算法的算法的详细描述

Arthur Appel 于 1968 年首次提出用于渲染的光线投射算法。光线投射的基础就是从眼睛投射光线到物体上的每个点，查找阻挡光线的最近物体，也就是将图像当作一个屏风，每个点就是屏风上的一个正方形。通常这就是眼睛看到的那个点的物体。根据材料的特性以及场景中的光线效果，这个算法可以确定物体的浓淡效果。其中一个简单假设就是如果表面面向光线，那么这个表面就会被照亮而不会处于阴影中。表面的浓淡效果根据传统的三维计算机图形学的浓淡模型进行计算。光线投射超出扫描线渲染的一个重要优点是它能够很容易地处理非平面的表面以及实体，如圆锥和球体等。如果一个数学表面与光线相交，那么就可以用光线投射进行渲染。复杂的物体可以用实体造型技术构建，并且可以很容易地进行渲染。
位于纽约Elmsford, New YorkMathematical Applications Group, Inc.（MAGI）的科学家首次将光线投射技术用于生成计算机图形。1966 年，为了替美国国防部计算放射性污染创立了这个公司。MAGI 不仅计算了伽马射线如何从表面进行反射（辐射的光线投射自从二十世纪四十年代就已经开始计算了），也计算了它们如何穿透以及折射。这些研究工作帮助政府确定一些特定的军事应用；建造能够保护军队避免辐射的军用车辆，设计可以重入的太空探索交通工具。在 Philip Mittelman 博士的指导下，科学家们开发了一种使用同样基本软件生成图像的方法。1972 年，MAGI 转变成了一个商业动画工作室，这个工作室使用光线投射技术为商业电视、教育电影以及最后为故事片制作三维计算机动画，他们全部使用光线投射制作了 Tron 电影中的绝大部分动画。MAGI 于 1985 年破产。 对图像中的每一个像素 {
创建从视点通过该像素的光线 初始化 最近T 为 无限大，最近物体 为 空值 对场景中的每一个物体 {
如果光线与物体相交 {
如果交点处的 t 比 最近T 小 {
设置 最近T 为焦点的 t 值 设置 最近物体 为该物体
}
}
}
如果 最近物体 为 空值
{
用背景色填充该像素
}
否则
{
对每个光源射出一条光线来检测是否处在阴影中 如果表面是反射面，生成反射光；递归 如果表面透明，生成折射光；递归 使用 最近物体 和 最近T 来计算着色函数 以着色函数的结果填充该像素
}
}

8. 计算机视觉中，目前有哪些经典的目标跟踪算法

benchmark 2015版：Visual Tracker Benchmark 不过这些算法都比较新 要看老的话主要是06年这篇paper http://crcv.ucf.e/papers/Object%20Tracking.pdf 和09年有一篇暂时忘记paper名字了
古老的方法比如optical flow，kalman filter(后面的particle filter)……了解不多不瞎扯了

目前tracking主要是两种，discriminative 和 generative，当然也有combine两个的比如SCM。你提到的都是前者，就是算法里面基本有一个classifier可以分辨要追踪的物体。这类除了你说的最近比较火的还有速度极占优势的CSK（后来进化成KCF/DCF了）
另一种generative的方法，大致就是用模版（或者sparse code）抽一堆feature，按距离函数来匹配。L1，ASLA，LOT，MTT都是。

最近才开始了解tracking，所以说得可能并不是很对，仅供参考

9. 多假设追踪方法mht是什么算法

多假设跟踪算法是一种数据关联类型的多目标跟踪算法，实现方式分为面向假设的MHT和面向航迹的MHT两种。
MHT算法的实现流程包括航迹关联和航迹维护两个步骤。
MHT算法计算量庞大，随着量测数和目标数呈指数级增长，但对于杂波密集环境下的多目标跟踪具有很高的准确率。