PAMI2018跟踪算法HCFTstar的配置（Robust Visual Tracking via Hierarchical Convolutional Features）

文章和代码下载地址：

HCFTstar: Chao Ma, Jia-Bin Huang, Xiaokang Yang, Ming-Hsuan Yang. "Robust Visual Tracking via Hierarchical Convolutional Features."  [paper] [project] [github]

配置环境为Ubuntu+matlab2017+GPU

1、下载工程代码：

GitHub - chaoma99/HCFTstar: Robust Visual Tracking via Hierarchical Convolutional Features

2、下载预训练model，并将下载好的.mat文件放到/data/users/huangbo/Codes/HCFTstar-master/vgg_model/路径下

http://www.vlfeat.org/matconvnet/models/imagenet-vgg-verydeep-19.mat

3、运行matlab进入路径/data/users/huangbo/Codes/HCFTstar-master/matconvnet/matlab

编译vl_compilenn；

vl_compilenn('enableGpu', true)

4、matlab进入路径/data/users/huangbo/Codes/HCFTstar-master/edgesbox/private

新建compile.m编译.CPP文件，运行compile.m

delete('edgesDetectMex.mex*')
mex edgesDetectMex.cpp -DMX_COMPAT_32
delete('edgeBoxesMex.mex*')
mex edgeBoxesMex.cpp -DMX_COMPAT_32
delete('edgesNmsMex.mex*')
mex edgesNmsMex.cpp -DMX_COMPAT_32
delete('spDetectMex.mex*')
mex spDetectMex.cpp -DMX_COMPAT_32

5、 matlab进入路径/data/users/huangbo/Codes/HCFTstar-master，运行run_tracker_demo.m得到结果