SRDCF & DeepSRDCF(tracking)

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

1. 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].
2. 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）。
3. 在求解corelation filters时，利用iterative Gauss-Seidel method在线学习。

作者的最重要的贡献在与第一点。

• details

1. 目的： 从一组train samples中学习一个corralation filter[DCF算法&#x