介绍DeepSRDCF之前,首先介绍SRDCF。
今天对SRDCF算法做一些笔记[paper:Learning Spatially Regularized Correlation Filters for Visual Tracking]
这篇文章同样是目前比较好的,在VOT2015年的排名第四。他是KCF的一种变形[KCF-SRDCF-DeepSRDCF].下面详细介绍paper.速度4fps.本文主要解决的问题是kcf算法的boundary effects(由循环矩阵导致的),在loss function中引入惩罚项,期望抑制离中心较远的特征的影响。
转载请注明:http://write.blog.csdn.net/postedit/51325716
- paper 特点
作者的最重要的贡献在与第一点。
- 在KCF/DCF基础上改善了boundary effects,加入惩罚项[spatial regularization function that penalizes(惩罚) filter coefficients residing outside the target region].
- 不同的scale搜索,处理尺度的问题(暴力的分为指定个尺度,依次匹配)。
- 在求解corelation filters时,利用iterative Gauss-Seidel method在线学习。
- details
- 目的: 从一组train samples中学习一个corralation filter[DCF算法&#x