对象跟踪上下文中的局部和全局数据关联有什么区别？
What is the difference between local and global data association in object tracking context?
我从 Zhang, et. al (2008) and Wu & Nevatia (2007) 看到这两篇论文。其中一种将论文分类为基于局部数据关联，另一种是基于全局数据关联。
看了两篇论文，我假设他们通过local data association，对前景提取的结果使用local shape features，比如edgelet features，boosting edgelet based，而通过global data association，他们只使用common （或者我应该说非特定？）特征，例如位置、比例、外观和帧索引。谁能确定我的理解是正确的？另外，有没有我应该阅读的文献来增强我对这种情况的理解？
感谢您的关注。期待您的回复。
将其视为本地指代您的社区。你知道那里的各种事情，即你随着时间的推移学到了什么。但是，如果您搬到一个新社区，您就会对此有所了解。但是你仍然知道一些事情，比如新社区每个房子都有一个停车位 space 之类的。
以同样的方式，当你使用一些特定的特征时，比如一些特殊的形状，它们是本地数据关联，因为苹果的形状不适合香蕉。但是，如果您使用了一些其他功能，您可能能够将结果概括为多个输入，这是全局数据关联的情况。
我从 Zhang, et. al (2008) and Wu & Nevatia (2007) 看到这两篇论文。其中一种将论文分类为基于局部数据关联，另一种是基于全局数据关联。
看了两篇论文，我假设他们通过local data association，对前景提取的结果使用local shape features，比如edgelet features，boosting edgelet based，而通过global data association，他们只使用common （或者我应该说非特定？）特征，例如位置、比例、外观和帧索引。谁能确定我的理解是正确的？另外，有没有我应该阅读的文献来增强我对这种情况的理解？
感谢您的关注。期待您的回复。
将其视为本地指代您的社区。你知道那里的各种事情，即你随着时间的推移学到了什么。但是，如果您搬到一个新社区，您就会对此有所了解。但是你仍然知道一些事情，比如新社区每个房子都有一个停车位 space 之类的。
以同样的方式，当你使用一些特定的特征时，比如一些特殊的形状，它们是本地数据关联，因为苹果的形状不适合香蕉。但是，如果您使用了一些其他功能，您可能能够将结果概括为多个输入，这是全局数据关联的情况。