KCF跟踪算法中内存异常问题

跟踪和检测

检测是在全局内搜寻感兴趣对象的位置及类别等；
跟踪是基于先验位置的扩大范围周边搜寻对应目标的最佳匹配。
可以说，跟踪是局部检测。
一般迫于运算量，检测实时性不高，而跟踪能够保证良好的时效性。

KCF算法

这是国外一个人奇思妙想得到的算法，他通过目标先验位置，设置不同权重的样本：
即接近目标区域赋予较大权重，而远离目标位置的区域赋予较小权重，其实就是机器学习种话的正负样本。
关于样本数量扩增，他通过循环矩阵的方式；通过像素移位，将一个场景演变为M*N个样本。
在每一次的识别后，建立正负样本训练模型，从而在下一次能够寻找到最接近的匹配。
具体原理还在学习，在此不说瞎话。

调用KCF内存异常问题

这次调用跟踪算法出现如下报错：
这里写图片描述
显然是内存异常问题，可究竟是为什么？

还好VS直接定位到问题区域，报错定位在这个函数里：
这里写图片描述
这个函数位于作者自写的_OPENCV_RECTTOOLS_HPP_中。
是一个opencv的灰度转换，终于明白问题所在。
原来是输入图像为单通道灰度，而在RGB转灰度时，需要输入图像为三通道。

解决方法之一

因为笔者项目这块，QT端给的图像是单通道，工程项目中的原图，不可以随意改变。因此如果调用KCF跟踪算法，需要自己增加三通道操作，以满足调用函数入参需求。
单通道转为三通道代码如下：

//src为原单通道图像
cv::Mat FrameforTrace = cv::Mat::ones(src.size(), CV_8UC3);
if (src.channels() == 1)
{ 
    vector<cv::Mat> MergeMat;
    for (int i = 0; i < 3; i++) 
    {
      MergeMat.push_back(src); 
    }
cv::merge(MergeMat, FrameforTrace);
}
else
{ 
    src.copyTo(FrameforTrace);
}

经过上述操作，合并后的三通道图像就可以直接调用KCF了。

解决方法之二

我们观察到出错定位在源码灰度转换处，可以在此地作以判断：

倘或原图为单通道，就不必做灰度转换操作，直接进入下一环节；
而原图为三通道时，才会将RGB格式转为灰度单通道格式。

inline cv::Mat getGrayImage(cv::Mat img)
{
    if (img.channels()==3)
    {
        cv::cvtColor(img, img, CV_BGR2GRAY);
    }
    img.convertTo(img, CV_32F, 1 / 255.f);
    return img;
}

OK，KCF算法需要认真学习每一步骤，彻底了解原理才能灵活运用。
之前有被问过，关于是否调用FFT的问题，笔者一时疏忽。