Adaptive Color Attributes for Real-Time Visual Tracking几句话总结

写在前面：本篇博客主要为了做一个简单的学习记录，以备后来温习算法时有所提示。由于都是简单的按照我自己的理解写的，且只有简短的几句话，因此并不适合于通过我的文章学习算法。简单来说就是本博目的是给“我”做个算法提醒，由于时间和能力有限并没有惠及到其他想学习本算法的同学。特此致歉。

该算法是基于CSK算法的扩展，原CSK算法只用到了灰度信息进行训练，这里作者加入颜色信息发现效果更好。将原本RGB3通道的图像转化到11通道，分别为black, blue, brown, grey, green, orange, pink, purple, red, white and yellow。在每个通道单独处理然后把处理结果融合。但是由于通道数过多回到是运算量过大，在这里使用PCA降维的方法从11个通道中选出两个主要通道进行上述处理。

在分类器的训练中，在CSK算法的代价函数的基础上引入一个固定的权值贝塔，使得分类器的训练和更新更加准确和鲁棒。同时在更新α和下一帧的预测位置时，考虑历史信息。CN跟踪器对很多复杂的视频序列都有很好的跟踪结果，比如：光照变化，遮挡，非刚性形变，运动模糊，平面内旋转，出平面旋转和背景杂乱。CN跟踪器也有不足的地方，比如：尺度变化，快速运动，出视角和低分辨率，等视频的跟踪效果不佳。