这是一篇ECCV2014年的paper,在这篇paper中作者提出了kernelized correlation filter,并将其应用到了tracking中,从而有了15年PAMI的那篇文章,我再之前博客中也记录过
http://blog.csdn.net/carrierlxksuper/article/details/46461245
这篇文章的公式推导比较复杂,感兴趣的可以去看看:http://blog.csdn.net/ikerpeng/article/details/44171159
在这里,我想重新介绍一下KCF,并且加上一点自己的认识。
track-by-detection的方法获得了广泛的应用,这个思想需要首先获取样本进行训练,常用的方法就是 系数采样。如下所示:
这种方法的缺点就是样本之间有重叠,或者叫有冗余并且比较慢,因为一般要采集大量的样本。于是作者想exploite structure.作者的思想就是利用FFT