核相关滤波-KCF-视频跟踪算法解析(1)

核相关滤波(KCF)是一种视频跟踪算法,旨在解决基于检测算法因样本数量过多导致的计算量大、实时性差的问题。通过岭回归的优化,利用循环矩阵对角化和离散傅里叶变换,KCF实现了计算复杂度的降低,从而提高了跟踪算法的速度和鲁棒性。文章将详细阐述这一创新思路的各个部分。
摘要由CSDN通过智能技术生成

动机: 大部分基于检测的视频跟踪算法,当选取充足的样本时,计算量太大无法保证跟踪算法的实时性,因此,大部分基于检测的算法都以牺牲样本的数量来保证算法的实时性。这使得跟踪算法的鲁棒性比较差。因此,有没有一种比交好的方法,既能保证实时性又能尽量选取足够的的样本进行训练呢? 本文给出的答案是:可以的。

分析: 

1.岭回归即最小二乘加一个正则项(二范数),公式如下:

  • 3
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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