【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