TLD（Tracking-Learning-Detection）学习与源码理解之（六）下-赢咖4注册

aihot 2017-05-02 16:16:53 OpenCV | 查看评论

//partition() 将dbb划分为两个子集，将满足两个box的重叠度小于0.5的元素移动到序列的前面，为一个子集，重叠度大于0.5的，

//放在序列后面，为第二个子集，但两个子集的大小不知道，返回第二类子集的起点

c = partition(dbb, T, (*bbcomp)); //重叠度小于0.5的box，属于不同的类，所以c是不同的类别个数

//c = clusterBB(dbb,T);

break;

}

cconf=vector<float>(c);

cbb=vector<BoundingBox>(c);

printf("Cluster indexes: ");

BoundingBox bx;

for (int i=0;i<c;i++){ //类别个数

float cnf=0;

int N=0,mx=0,my=0,mw=0,mh=0;

for (int j=0;j<T.size();j++){ //检测到的bounding box个数

if (T[j]==i){ //将聚类为同一个类别的box的坐标和大小进行累加

printf("%d ",i);

cnf=cnf+dconf[j];

mx=mx+dbb[j].x;

my=my+dbb[j].y;

mw=mw+dbb[j].width;

mh=mh+dbb[j].height;

N++;

}

if (N>0){ //然后求该类的box的坐标和大小的平均值，将平均值作为该类的box的代表

cconf[i]=cnf/N;

bx.x=cvRound(mx/N);

bx.y=cvRound(my/N);

bx.width=cvRound(mw/N);

bx.height=cvRound(mh/N);

cbb[i]=bx; //返回的是聚类，每一个类都有一个代表的bounding box

}

printf("\n");

}