ECCV2012跟踪算法CSK原理及代码解析

最新推荐文章于 2024-06-02 14:27:36 发布

博博有个大大大的Dream

最新推荐文章于 2024-06-02 14:27:36 发布

阅读量1.4w

点赞数 25

分类专栏：目标跟踪文章标签：目标跟踪 CSK ECCV

本文链接：https://blog.csdn.net/qq_17783559/article/details/82321239

版权

目标跟踪专栏收录该内容

56 篇文章 78 订阅

订阅专栏

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 $\small H^{*}$ ：

$\small \min_{H^{\ast }} \sum_{i}|F_{i}\odot H^{*}-G_{i}|^{2}$

MOSSE的解析可以参考：CVPR2010跟踪算法MOSSE原理及代码解析_博博有个大大大的Dream-CSDN博客_mosse

CSK提出用一个线性分类器来求解相关滤波器：

$\small \min_{w,b} \sum_{i}^{n}L(y_{i},f(x_{i}))+\lambda ||w||^2$

是的，换件衣服我真的就不认识了。。。。。。这个公式也叫最小二乘法，确切的名字是正则化最小二乘法（RLS），也叫做岭回归。w即为MOSSE中的相关滤波器H；

L为最小二乘法的损失函数：

$\small L(y_{i},f(x_{i}))=(y_{i}-f(x_{i}))^2$ $\small f(x_{i})=<w,x_{i}>+b$

y是理想的高斯响应，n表示样本数量，f(xi)表示图像xi与滤波器w的在频域内的点积，< , >表示点积同 $\odot$ 一样，b没有实际意义，可以省略。所以 $\small L(y_{i},f(x_{i}))$ 即为MOSSE中的 $\small |F_{i}\odot H^{*}-G_{i}|^{2}$ 。

那么CSK所用的公式就只是在后面多了一个正则项 $\small \lambda ||w||^2$ 。那么加这一项有什么意义呢？？？

加正则项的目的是为了防止求得的滤波器H过拟合。通过最小二乘法求得的相关滤波器与当前帧输入的图像F的相关性是最高的，然而我们是要用求得的滤波器结果H去预测下一帧图像中目标所在的位置。因为下一帧图像不可能和当前帧的图像一模一样，所以拟合度过高反而会影响检测的准确度，所以加入正则项来减小输入图像和滤波器之间的拟合程度，使求得的滤波器H泛化能力更强。

现在基础公式是弄懂了，怎么解呢？

作者参考了支持向量机的解法，使用了核函数，接下来先介绍一下核函数，不然又处在云里雾里看不懂了

核函数

首先核函数是个啥？干啥用？

先来个定义：通过某非线性变换 φ( x) ，将输入空间映射到高维特征空间。特征空间的维数可能非常高。如果求解只用到内积运算，而在低维输入空间又存在某个函数 K(x, y) ，它恰好等于在高维空间中这个内积，即K( x, y) =<φ( x) ⋅φ( y) > 。那么求解过程中就不用计算复杂的非线性变换，而由这个函数 K(x, y) 直接得到非线性变换的内积，使大大简化了计算。这样的函数 K(x, y) 称为核函数。

举个例子：核函数K（Kernel Function）为：K(x,y')=<φ(x),φ(y)>，其中，< , >表示点积，φ(.)表示低维到高维的映射。

x=(x1,x2,x3)；y=(y1,y2,y3)

φ(x)=(x1x1,x1x2,x1x3,x2x1,x2x2,x2x3,x3x1,x3x2,x3x3)

φ(y)=(y1y1,y1y2,y1y3,y2y1,y2y2,y2y3,y3y1,y3y2,y3y3)

令x=(1,2,3)，y=(4,5,6)；

那么

φ(x)=(1,2,3,2,4,6,3,6,9)；

φ(y)=(16,20,24,20,25,30,24,30,36)；

<φ(x),φ(y)>=16+40+72+40+100+180+72+180+324=1024

因为我们把三维空间数据映射到九维空间中，所以计算复杂。

如果我们通过核函数，直接在低维空间中计算呢？

令核函数K(x,y)=(<x,y>)^2

则K(x,y)=(4+10+18)^2=1024

避开了非线性变换 φ的计算是不是方便很多，速度也快很多。所以核技巧就是用来避开这些繁琐的计算的。并且如果是将数据映射到无限维空间，通过普通的算法是无法计算的，而通过核函数却可以，如：高斯核RBF: K(x,y)=exp(-||x-y||^2)。

文归正传

1、核化的最小二乘法（KRLS）

CSK算法使用核技巧是为了提高在高维特征空间中分类样本的速度。

令φ(x)表示特征空间，K(x,x')=<φ(x),φ(x')>表示其核函数，根据支持向量机核定理可得滤波器w的解可以表示为如下的线性组合：

$\small w=\sum_{j}^{n}\alpha _{j}\varphi (x_{j})$

所以

$\small f(x_{i})=<w,x_{i}>+b=\sum_{j}^{n}\alpha _{j}k( x_{j},x_{i})=K\alpha$

$\small ||w||^2=<w,w>=\alpha ^{T}K\alpha$

b在实际中没有意义，不用管，可以理解直接省掉。

那么求解公式可写成如下形式：

$\small \min_{w} \sum_{i}^{n}L(y_{i},f(x_{i}))+\lambda ||w||^2=\min_{\alpha } \sum_{i}^{n}(y_{i}-K\alpha )^2+\lambda \alpha ^{T}K\alpha$

求最小值，K是核函数，无论是高斯核函数还是什么核函数，它都可以当做已知量，所以只需要求 $\small \alpha$ 即可。上式除以2没有影响，等价于

$\small F=\small \frac{1}{2}\min_{\alpha } \sum_{i}^{n}(y-K\alpha )^T(y-K\alpha )+\frac{\lambda}{2} \alpha ^{T}K\alpha$

通过求导来求解最小值

$\small \bigtriangledown F_{\alpha }=(y-K\alpha )^T(-K)+\lambda K\alpha =-Ky+K^2\alpha +\lambda K\alpha=0$

$\small -Ky+K^2\alpha +\lambda K\alpha=0$

求得：

$\small \alpha =(K+\lambda I)^{-1}y$

$\small I$ 表示单位矩阵。

2、循环矩阵&稠密采样

循环矩阵和稠密采样都是为了求滤波器 $\small w$ ，换言之就是为了求 $\small \alpha$ ，理想响应 $\small y$ 是已知的，所以求出K即可。

若 $\small u$ 为一个 $\small n\times 1$ 的向量，作者定义一个 $\small n\times n$ 的循环矩阵为：

其中 $\small u$ 可以暂时理解为输入图像，第一行表示原始的 $\small u$ ，后面的每一行都是通过循环得到的。

那么就存在如下等式：

$\small u\otimes v=C(u)v=\mathbb{F}^{-1}(\mathbb{F}^{*}(u)\odot\mathbb{F}(v) )$

这其实就是相关转换到频域计算的公式，作者只是把傅里叶变换边界循环补充的结构给表示出来了。之所以使用循环矩阵的形式表示出来，是为了利用循环矩阵的特性：循环矩阵的和、点积、求逆都是循环矩阵。

那么是如何通过循环矩阵来稠密采样的呢？

假设输入图片为 $\small x$ ，为一个 $\small n\times 1$ 的向量，构造循环矩阵为：

$\small C(x)=\begin{bmatrix} P^{0}x \\ P^{1}x \\ P^{2}x \\ \cdot \cdot \cdot \\ P^{n-1}x \end{bmatrix}$

其中， $\small P$ 表示循环移位操作，每次移动一个元素。

$\small x_{i}=P^{i}x,\forall i=0,1,...,n-1$

这一段是证明定理，与求解过程无关。

那么矩阵 $K$ 可以定义为：

$K=\begin{bmatrix} k(P^{0}x,P^{0}x) & k(P^{0}x,P^{1}x) & k(P^{0}x,P^{2}x) & ...&k(P^{0}x,P^{n-1}x) \\ k(P^{1}x,P^{0}x) & k(P^{1}x,P^{1}x) & k(P^{1}x,P^{2}x) & ...&k(P^{1}x,P^{n-1}x) \\ k(P^{2}x,P^{0}x) & k(P^{2}x,P^{1}x) & k(P^{2}x,P^{2}x) & ...&k(P^{2}x,P^{n-1}x) \\ ...& ...& ... & ... &... \\ k(P^{n-1}x,P^{0}x) & k(P^{n-1}x,P^{1}x) & k(P^{n-1}x,P^{2}x) & ...&k(P^{n-1}x,P^{n-1}x) \end{bmatrix}$

因为

$\small K_{i,j}=k(P^{i}x,P^{j}x)=k(P^{-i}P^{i}x,P^{-i}P^{j}x)=k(x,P^{j-i}x), e.g. K_{0,0}=K_{1,1}$

所以 $\small K$ 也是一个循环矩阵。

用循环矩阵的特性来求解 $\small \alpha$ ：

原最小二乘法表示中：

$\small w=\sum_{j}^{n}\alpha _{j}\varphi (x_{j})$

$\small f(x_{i})=<w,x_{i}>+b=\sum_{j}^{n}\alpha _{j}k( x_{j},x_{i})=K\alpha$

将这里的 $\small K$ 表示成循环矩阵

$\small K=C(k)=\begin{bmatrix} k(x,P^{0}x)\\ k(x,P^{1}x)\\ k(x,P^{2}x)\\ \cdot \cdot \cdot \\ k(x,P^{n-1}x) \end{bmatrix}$

$\small x$ 表示输入图片，长度为 $\small n$ ，所以这里的 $\small K$ 是 $\small n\times n$ 的矩阵，且为循环矩阵。

我们把单位矩阵 $\small I$ 也看作是一个循环矩阵，即：

$\small \delta =[1,0,0,...,0]^{T},I=C(\delta )$

那么

$\small \alpha =(C(k)+\lambda C(\delta ))^{-1}y=(C(k+\lambda \delta ))^{-1}y$

根据傅里叶变换的线性性质：

$\small \alpha =(C(\mathbb{F}^{-1}(\mathbb{F}(k)+\lambda \mathbb{F}(\delta ))))^{-1}y=C(\mathbb{F}^{-1}(\frac{1}{\mathbb{F}(k)+\lambda} ))y,\mathbb{F}(\delta )=1$

根据前面提到的这个公式：

$\small u\otimes v=C(u)v=\mathbb{F}^{-1}(\mathbb{F}^{*}(u)\odot\mathbb{F}(v) )$

求得：

$\small \alpha =\mathbb{F}^{-1}(\frac{\mathbb{F}(y)}{\mathbb{F}(k)+\lambda })$

检测的时候我们通过如下公式即可求得响应图：

$\small \widehat{y}=\mathbb{F}^{-1}(\mathbb{F}(\overline{k})\odot \mathbb{F}(\alpha ))$

作者在代码中用的高斯核，所以对应的 $\small k$ 为：

$\small k^{Gauss}=exp(-\frac{1}{\sigma ^{2}}(||x||^{2}+||{x}'||^{2}-2\mathbb{F}^{-1}(\mathbb{F}(x)\odot \mathbb{F}^{*}({x}'))))$

参考博客：目标跟踪系列十三：Exploiting the Circulant Structure of Tracking-by-detection with Kernels 公式详细的推导_ikerpeng-CSDN博客

博博有个大大大的Dream

关注

25
点赞
踩
112

收藏

觉得还不错? 一键收藏
6
评论
ECCV2012跟踪算法CSK原理及代码解析

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...
复制链接

扫一扫

专栏目录