【相关滤波】SAMF代码理解

打开run_tracker,给一些参数赋值,包括正则化、填充,

接下来用switch选择特征,文章中用到的是hogcolor(hog和CN特征),

读取视频,从base_path中读取(.\data),读取的有置信度,boundingbox的位置,大小,帧的序号等等,将上述参数传入tracker主函数,调用

tracker主函数,先判断boundingbox的大小是否太大,太大则降低分辨率,进行填充

创建高斯回归label,转到傅里叶域,即yf,计算余弦窗口,将中心突出,边缘降为0 (cos_window)

设置尺度池,search_size,将boundingbox放大缩小为这些尺寸

将time,positions,results,response这些变量初始化,

重头戏来了!!!开始循环序列里的每一帧,

如果是第一帧,用目标框大小乘以search_size中最佳的,默认是1,

tmp填充 ,进行一些列操作后读取特征,在get_feature中,也就是之后要加深度的地方,特征为gray,cn,hog(1+10+31维)因为选择的高斯核函数,则生成最后的特征信息kf

快速训练一个模型alpha,用于第一帧,之后更新模型的公式为

 之前一直不懂模型是干嘛的,请教师兄知道是模型点乘特征之后才能得到一个响应图,将模型理解为一个滤波器即可

至此,我们第一帧的信息就结束了,得到了模型和位置大小信息信息等,循环第二帧

第二帧开始将boundingbox乘以每一个尺度信息

 之后用同样的方法得到zf已经kzf,到尺度池里每个尺度都循环结束了,则找到一个响应最大的尺度,记录到szid

更新tmp,位置,大小等信息(使用上面的最佳尺度szid)

 更新模型信息

 大致流程结束,循环完序列中的每一帧即可

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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
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