CMT(Clustering of Static-Adaptive Correspondences for Deformable Object Tracking )是一个屡获殊荣的物体跟踪算法。
CMT 背后的主要思想是将所关注的对象分解成微小的部分,称为关键点。
在每个框架中,我们尝试再次找到在关注对象的初始选择中已经存在的关键点。我们通过采用两种不同的方法来实现。
首先,我们通过估计所谓的 “光流” 来跟踪从前一帧到当前帧的关键点。
其次,我们通过比较他们的描述符来全局匹配关键点。
由于这两种方法都容易出错,我们采用了一种新颖的方式,通过让对象中心的每个关键点投票来查找找到的关键点内的一致性,如下图所示:
投票然后被聚类,异常值被删除:
根据剩余的关键点,计算新的边界框,并且该过程会继续。所有细节可以在 我们的发表 中找到。