MOSSE目标跟踪算法步骤

输入图像序列 lists：

1. 读取第一帧图像，灰化，并且框定ROI区域
2. 以ROI中心(center)点为中心，计算第一帧图像的高斯响应图g（整幅图计算，距离ROI中心越远响应值越小）
3. 将步骤2中计算得到的高斯响应图对应于ROI区域的部分取出来，记为g1
4. 取第一帧图像中ROI区域，进行预处理（均值化为0，归一化），记为f1
5. 将g1，f1进行快速傅里叶变换，训练，得到Ai ，Bi
6. 如果是第一帧：
   Ai Bi 乘学习率进行Ai,Bi更新，用pos存下跟踪位置（x ，y的起始坐标和宽带、高度），clip存下更详细的跟踪位置（上下左右四个坐标），即为第一帧的目标定位。
7. 如果不是第一帧，记当前帧为f：
   计算滤波器Hi =Ai/Bi，f进行灰化，取f对应clip的区域进行预处理（均质化为0，归一化等），得到fi(fi是clip大小的区域，位置以pos为中心)
   对fi进行FFT变换得到Fi，再求响应图：
   Gi = Hi * Fi
   Gi进行反FFT变换，得到gi
   在gi中找出响应值最大的点maxg，用maxg的位置更新pos和clip
   再取当前帧目标位置（pos区域），更新Ai ,Bi ，
   画出跟踪结果，之后进行下一帧跟踪。

这里说一下我的疑惑：
代码中，clip基本只用来检测ROI是否超出图像范围。但是其实用pos也可以达到同样的目的。不知道这个clip_pos的变量作用到底是什么。
还有一个问题，pre_training中，更新了num_pretrain次Ai，Bi ，我看不懂这是什么原理。用一帧图像多次计算就可以提升性能？
希望懂的大佬不吝赐教。
附上MOSSE代码，可直接运行：
https://download.csdn.net/download/qq_32048913/11644401