目标跟踪算法小结（二）

Compressive Tracking(压缩跟踪)

压缩跟踪是一种基于压缩感知（Compressive Sensing, CS）的跟踪算法，利用符合压缩感知有限等距性质（Restricted Isometry Property, RIP）条件的随机感知矩对多尺度图像特征进行降维，然后对降维特征应用简单朴素贝叶斯分类器进行分类。
对t-1帧跟踪目标周围采集若干正样本和负样本进行多尺度变换（与不同尺度的滤波器进行卷积），然后对这些图像片进行降维特征提取，接着用朴素贝叶斯分类器对图像片分类，找到分类数最大的图像片作为当前的跟踪目标，在跟踪目标图像周围采集样本对分类器进行更新。
跟踪效果：对快速运动跟踪效果不好，速度较快，平均速度30FPS。
Real-Time Compressive Tracking. ECCV 2012
Robust Visual Tracking and Vehicle Classification via Sparse Representation. PAMI 2011
Real-time Visual Tracking Using Compressive Sensing. CVPR 2011

Correlation Filter Tracking(相关滤波器跟踪)

CSK，KCF，DCF

三者都是核相关滤波方法，引入核函数使高维空间中的非线性问题变为线性问题从而加速训练和检测，利用循环矩阵增加训练样本，利用DFT的性质避免求逆操作提高跟踪速度。CSK利用图像的灰度信息，高斯滤波和1倍padding；KCF利用HOG特征