KCF核相关滤波跟踪算法

KCF是一种检测跟踪算法,结合分类器进行迭代训练。它通过循环矩阵降低运算量,实现傅里叶空间的对角化,解决岭回归问题。在检测过程中,利用核函数处理非线性问题,提高跟踪效果。
摘要由CSDN通过智能技术生成

 

KCF与TLD,OAB等同属于检测跟踪算法,区别与camshift等传统的跟踪算法,这类算法的特点是在跟踪的过程同时利用分类器进行检测,以跟踪的对象为正样本,周围区域为负样本进行迭代训练分类器。

   这类算法最大的缺点是做不到实时性,TLD算法需要借助CPU才能实现实时,kcf算法的作者J. F. Henriques, R. Caseiro, P. Martins, J. Batista,采用一种巧妙的方法降低了运算量。

 

循环矩阵

 

向量通过不断循环位移得到n个循环移位向量,将这n个向量依序排列成一个矩阵,便得到循环矩阵。

例如向量x=【1,2,3】,那么该向量对应的循环矩阵X为:

 

向量通过乘以排列矩阵得到循环移位向量:

 

循环右移:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CHAO_^

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值