CFNet视频目标跟踪推导笔记

原创

CFNet视频目标跟踪推导笔记

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/discoverer100/article/details/80030294
            </div>
                                                <!--一个博主专栏付费入口-->
         
         <!--一个博主专栏付费入口结束-->
        <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-4a3473df85.css">
                                    <div id="content_views" class="markdown_views prism-tomorrow-night">
                <!-- flowchart 箭头图标 勿删 -->
                <svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
                    <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
                </svg>
                                        <h1 id="1-论文信息"><a name="t0"></a>1. 论文信息</h1>

论文题目:End-to-end representation learning for Correlation Filter based tracking
论文出处:CVPR 2017
论文作者:Jack Valmadre,Luca Bertinetto等人
论文主页:http://www.robots.ox.ac.uk/~luca/cfnet.html
源码链接:https://github.com/bertinetto/cfnet

2. 滤波器求解——论文公式(7)推导过程

2.1 最优化求解

首先,定义最优化问题

argminw12n∥∥XTwy∥∥2+λ2w2(1)(1)arg⁡minw⁡12n‖XTw−y‖2+λ2‖w‖2

其中vv求偏导数,得

L(w,r,v)w=(12nr2+λ2w2+vT(rXTw+y))w=(12nr2)w+(λ2w2)w+(vT(rXTw+y))w=(12nr2)w+(λ2w2)w+(vT(XTw))w=(12nr2)w+(λ2w2)w+(vTXTw)w=0+λw+vT(0XT)=λw(vTXT)T=λwXv(4)(4)∂L(w,r,v)∂w=∂(12n‖r‖2+λ2‖w‖2+vT(r−XTw+y))∂w=∂(12n‖r‖2)∂w+∂(λ2‖w‖2)∂w+∂(vT(r−XTw+y))∂w=∂(12n‖r‖2)∂w+∂(λ2‖w‖2)∂w+∂(vT(XTw))∂w=∂(12n‖r‖2)∂w+∂(λ2‖w‖2)∂w+∂(vTXTw)∂w=0+λw+vT(0−XT)=λw−(vTXT)T=λw−Xv

现在对rr求偏导数,得

L(w,r,v)r=(12nr2+λ2w2+vT(rXTw+y))r=(12nr2)r+(λ2w2)r+(vT(rXTw+y))r=12n2r+0+(vT)T(10+0)=1nr+v(5)(5)∂L(w,r,v)∂r=∂(12n‖r‖2+λ2‖w‖2+vT(r−XTw+y))∂r=∂(12n‖r‖2)∂r+∂(λ2‖w‖2)∂r+∂(vT(r−XTw+y))∂r=12n⋅2r+0+(vT)T(1−0+0)=1nr+v

最后对vv求偏导数,得

L
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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