1994年Shi-Tomasi论文：有效特征追踪的关键算法

"《Good Features to Track》（好的特征追踪）是Jianbo Shi和Carlo Tomasi于1994年在IEEE计算机视觉与模式识别会议上发表的一篇重要论文。该研究专注于计算机视觉系统中的关键问题——如何有效地识别和跟踪稳定的图像特征，这些特征能够在连续的视频帧间对应物理世界中的不变点。传统的视觉追踪算法虽然在一定程度上解决了追踪问题，但选择能够良好追踪且与世界坐标保持一致的特征是一项挑战。 论文提出了一种基于追踪器工作原理的特征选择准则，这个准则优化了特征的选取过程，因为它直接考虑了追踪算法的内部机制。此外，作者还设计了一种特征监控方法，能够检测和处理诸如遮挡（occlusions）、失连（disocclusions）等问题，以及那些不再对应真实世界点的特征。这种方法建立在一种扩展的牛顿-拉夫逊搜索算法基础上，允许在存在图像变换的情况下进行精确追踪。 通过多组模拟实验，论文展示了新追踪算法和特征选择/监控方法的有效性和鲁棒性。这对于实时的视觉跟踪应用，如机器人导航、视频稳定、目标跟踪等领域具有重要意义，因为它确保了系统能够准确地跟随并识别目标，即使在复杂环境和动态变化中也能保持稳定的性能。因此，《Good Features to Track》不仅是计算机视觉领域的里程碑，也为后续的研究者提供了一个重要的理论基础和技术指导。"