核-岭回归？循环卷积快速计算？CSK算法详尽推导：Exploiting the Circulant Structure of Tracking-by-Detection with Kernels

最新推荐文章于 2024-01-11 18:59:28 发布
最新推荐文章于 2024-01-11 18:59:28 发布
阅读量448 收藏 6
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_37975036/article/details/104367553
版权

由于最近要写文献报告，读了这篇tracking经典文献后感觉里面的公式推导还是有些绕圈圈的，因此花了两天时间从头到尾推导了一下的公式！

在这里说明一下关于这篇Paper网上也有不少解析，但很多推导都有些问题，这篇Paper的中的问题也比较多，作者好像也修改了好几次。我第一次读的那个版本就把循环卷积和相关搞混了，以至于浪费了很多时间（嘤嘤嘤）。下图的公式就错了。
公式（4）写错了
这是最终版的Paper,但是我认为也有一处出错了，和代码也不太符合。
Henriques J F, Caseiro R, Martins P, et al. Exploiting the circulant structure of tracking-by- detection with kernels [C] ECCV, 2012
以下是我在Word上写的总结，公式太多了，Mathtype转不成Latex就把图片贴在这里，供大家参考,错误之处还请批评指正！
在这里插入图片描述
在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

m0_37975036
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Exploiting the Circulant Structure of Tracking-by-detection with Kernels(CSK)
Perfect_Accepted
12-07 1344
Exploiting the Circulant Structure of Tracking-by-detection with Kernels [paper] [code] 目标跟踪CSK代码出自ECCV2012，其主要的贡献是在MOSSE的基础上使用了核函数，同时证明了核函数是循环矩阵，通过循环矩阵可以实现密集采样。 预备知识 MATLAB自带插值方法介绍-MATLAB的imresize函数...
Exploiting the Circulant Structure of Tracking-by-detection with Kernels 笔记
carrierlxksuper的专栏
12-16 3570
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PAMIN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
ECCV 2012 CSK:《Exploiting the circulantstructure of tracking-by-detection with kernels》论文笔记
lch的博客
08-08 2388
  理解出错之处望不吝指正。   本文模型就是大名鼎鼎的CSK。   本文的贡献：     （1）稠密采样、循环移位；     （2）循环矩阵带来的快速计算；     （3）计算了不同的核函数的封闭解。 .   稠密采样、循环移位       如上图所示，以往的方法中，采用的都是随机采样，作者说这会带来很大的冗余，并且只使用到了bbox的局部特征。而作者提出的稠密采样可以...
sklearn实现核岭回归(Kernel ridge regression)
CSDN 精品推荐
01-11 2019
核岭回归（Kernel Ridge Regression，KRR）是一种结合了岭回归（Ridge Regression）和核技巧的回归方法。它主要用于解决非线性问题，同时对数据进行正则化以防止过拟合。
sklearn文档 — 1.3. 核岭回归
quliulangle的博客
08-02 2427
核岭回归（KRR） [M2012]是使用了核技巧与 岭回归（使用L2范数正则化的线性最小二乘法）结合而成。也因此它是学习由相应的核和数据的空间中的线性函数。对于非线性核，这对应原始空间中的非线性函数。 KernelRidge 模型被证明为是支持向量回归（SVR）的。然而，可以使用不同的损失函数：KRR使用平方误差损失而支持向量回归使用 ε不敏感损失 ，并且他们都结合了L2正规化。相比
MATLAB实现WOA-CNN-GRU鲸鱼算法优化卷积门控循环单元数据分类预测（完整源码和数据）
02-21
MATLAB实现WOA-CNN-GRU鲸鱼算法优化卷积门控循环单元数据分类预测（完整源码和数据） 基于鲸鱼算法(WOA)优化卷积神经网络-门控循环单元(CNN-GRU)分类预测，WOA-CNN-GRU多特征输入模型。 优化参数为：学习率，隐含层...
Matlab实现RIME-CNN-GRU-Attention霜冰算法优化卷积门控循环单元注意力机制多变量回归预测
03-14
1.Matlab实现RIME-CNN-GRU-Attention霜冰算法优化卷积门控循环单元注意力机制多变量回归预测； 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，输入多个特征，输出单个变量，多变量回归预测， main.m为主...
Matlab实现WOA-CNN-GRU-Attention鲸鱼算法优化卷积门控循环单元注意力机制多变量回归预测（完整源码数据）
03-14
1.Matlab实现WOA-CNN-GRU-Attention鲸鱼算法优化卷积门控循环单元注意力机制多变量回归预测；（完整源码数据） 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，输入多个特征，输出单个变量，多变量回归预测...
Matlab实现SSA-CNN-GRU-Attention麻雀算法优化卷积门控循环单元注意力机制多变量回归预测（完整源码数据）
03-14
1.Matlab实现SSA-CNN-GRU-Attention麻雀算法优化卷积门控循环单元注意力机制多变量回归预测；（完整源码数据） 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，输入多个特征，输出单个变量，多变量回归预测...
MATLAB实现WOA-CNN-BiGRU鲸鱼算法优化卷积双向门控循环单元数据分类预测
09-13
MATLAB实现WOA-CNN-BiGRU鲸鱼算法优化卷积双向门控循环单元数据分类预测 1.Matlab实现WOA-CNN-BiGRU多特征分类预测，多特征输入模型，运行环境Matlab2020b及以上； 2.基于鲸鱼算法(WOA)优化卷积神经网络-双向门控...
CSK目标跟踪算法
01-16
实时并且准确度高的目标跟踪算法。文件中为源码。具有参考价值
Matlab实现CPO-BiTCN-BiGRU冠豪猪算法优化双向时间卷积门控循环单元多变量回归预测（完整源码和数据）
02-28
1.Matlab实现CPO-BiTCN-BiGRU双向时间卷积门控循环单元多变量回归预测（完整源码和数据）； 2.输入多个特征，输出单个变量，回归预测，运行环境matlab2023及以上； 3.基于冠豪猪算法CPO优化的BiTCN-BiGRU模型。通过...
SSA-CNN-GRU麻雀算法优化卷积门控循环单元数据分类预测（Matlab完整源码和数据）
最新发布
06-23
2.基于麻雀优化算法（SSA）、卷积神经网络（CNN）和门控循环单元（GRU）的数据分类预测程序； 3.多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用；SSA优化算法优化学习率、正则化系数...
基于粒子群算法优化卷积神经网络(PSO-CNN)的回归预测预测，多变量输入模型（Matlab完整源码)
06-26
基于粒子群算法优化卷积神经网络(PSO-CNN)的回归预测预测，多变量输入模型 优化参数为：学习率，批大小，正则化系数。 评价指标包括：R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。 ------------...
Matlab实现WOA-CNN-BiLSTM-Attention鲸鱼算法优化卷积双向长短期记忆神经网络注意力机制多变量回归预测
03-14
1.Matlab实现WOA-CNN-BiLSTM-Attention鲸鱼算法优化卷积双向长短期记忆神经网络注意力机制多变量回归预测； 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，输入多个特征，输出单个变量，多变量回归预测， ...
fisher线性判别算法python_数据特征筛选——核岭回归及相关算法对比
weixin_31129503的博客
12-08 1108
(本文系原创，如需转载请注明出处)筛选数据特征不知道该用什么算法？让我们来对几个常见的经典算法做比较，给大家加深一点辩证的理解吧。从应用的角度来说，数据特征如果明显线性不可分，核映射到高维空间，在高维空间可以转化成线性可分，有利于进行下一步工作，这是核映射的基本功能，这样的情况下是否倾向于选择核映射算法？以下是一些简单的推导和探讨。1.核岭回归的基本原理、数学步骤、相似回归算法比较1.1...
核岭回归(Kernel Ridge Regression)
Jie Qiao的专栏
07-06 1万+
Ridge Regression 我们先考虑最简单的线性回归问题， y=wTx+ϵ, ϵ∼N(0,σ),wi∼N(0,1) y=\mathbf{w}^{T} x+\epsilon ,\ \epsilon \sim \mathcal{N}( 0,\sigma ) ,w_{i} \sim \mathcal{N}( 0,1) y=wTx+ϵ, ϵ∼N(0,σ),wi​∼N(0,1) ...
ECCV2012跟踪算法CSK原理及代码解析
热门推荐
博博有个大大大的Dream
09-03 1万+
文章和代码下载地址： http://www.robots.ox.ac.uk/~joao/circulant/ 相信看懂相关滤波鼻祖算法MOSSE后，直接看看CSK，会产生一些疑问。本文从MOSSE出发得出CSK的相关公式，帮助大家理解。 MOSSE将相关转到频域通过最小二乘法来求解相关滤波器： MOSSE的解析可以参考：https://blog.csdn.net/qq_17783559...
目标识别与跟踪算法matlab_目标跟踪系列--CSK算法
weixin_39860952的博客
11-23 1020
原创文章，转载复制先请声明1、算法概要概要是很重要的，你能看到作者灵感的由来。作者在abstract中说明了其想法的由来，在将机器学习方法引入到目标跟踪领域后形成的判别式方法十分吸引人，但是由于所需要的训练样本过多，传统算法基本上都是采用随机稀疏采样子窗口来训练的，因为密集采样所带来的计算负担过重。于是CSK算法从这点入手，研究密集采样下的训练方法，发现了密集采样得到的样本集具有循环矩阵的结构特征...
Matlab实现SSA-CNN-BiLSTM-Attention麻雀算法优化卷积双向长短期记忆神经网络注意力机制多变量回归预测
03-14
1.Matlab实现SSA-CNN-BiLSTM-Attention麻雀算法优化卷积双向长短期记忆神经网络注意力机制多变量回归预测；（完整源码数据） 2.运行环境为Matlab2021b； 3.data为数据集，excel数据，输入多个特征，输出单个变量，多...

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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