超级会员免费看
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。
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：
订阅专栏 解锁全文
扫一扫
660
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
