Saya seorang mahasiswa master, sedang mempersiapkan seminar dalam visi komputer. Di antara topik adalah pelacak Kanade-Lucas-Tomasi (KLT), seperti dijelaskan dalam
J. Shi, C. Tomasi, "Fitur bagus untuk dilacak" . Prosiding CVPR '94.
Berikut adalah sumber daya web yang saya gunakan untuk memahami pelacak KLT. Saya butuh bantuan dengan matematika, karena saya sedikit berkarat dalam aljabar linier dan tidak memiliki pengalaman sebelumnya dengan visi komputer.
Dalam formula ini untuk (langkah 5 dalam ringkasan), perhatikan terbalik Hessian:
Intuisi adalah bahwa ini mewakili sudut; Aku mengerti. Apa hubungannya dengan nilai eigen? Saya berharap bahwa jika nilai-nilai Hessian rendah, tidak ada perubahan, dan itu bukan sudut. Jika tinggi, itu sudut. Adakah yang tahu bagaimana intuisi cornerness berperan dalam nilai eigen dari Hessian terbalik untuk menentukan di seluruh iterasi dari pelacak KLT?
Saya dapat menemukan sumber yang mengklaim bahwa Hessian terbalik berkorelasi dengan matriks kovarian gambar. Selain itu, kovarians gambar menunjukkan perubahan intensitas, dan kemudian masuk akal ... tapi saya tidak dapat menemukan apa sebenarnya matriks kovarians gambar sehubungan dengan gambar, dan bukan vektor, atau kumpulan gambar.
Juga, nilai eigen memiliki arti dalam analisis komponen utama, itulah sebabnya saya mendapatkan ide untuk matriks kovarian gambar, tapi saya tidak yakin bagaimana menerapkan ini ke Hessian, karena biasanya diterapkan pada gambar. Hessian, sejauh yang saya mengerti, adalah matriks mendefinisikan turunan ke-2 untuk , , dan di lokasi tertentu .
Saya akan sangat menghargai bantuan dengan ini, karena saya sudah menggunakannya selama 3+ hari, itu hanya satu formula kecil dan waktu hampir habis.