【c】kcf定点化小结

最新推荐文章于 2023-11-06 10:25:26 发布
最新推荐文章于 2023-11-06 10:25:26 发布
阅读量421 收藏 1
点赞数
分类专栏： 图像算法 文章标签： 算法 目标跟踪
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/xishanbeilu/article/details/107176145
版权
本文总结了将KCF（卡尔曼滤波与相关滤波器）目标跟踪算法转换为纯C代码的过程，以实现定点运算以提高运行速度。重点介绍了定点关键点，包括FFT、高斯滤波核、高斯窗和汉宁窗的定点运算。通过将卷积转化为傅里叶频域运算，显著提升了计算效率。在定点转化过程中，考虑了32位计算范围限制和模板大小固定的问题。实测结果显示，定点版本在PC上达到500fps，而在硬件上达到30fps。
摘要由CSDN通过智能技术生成

文章目录

目标

  1. 转换成纯c代码
  2. 去掉浮点运算以加速运行

一、定点关键点

  1. fft定点运算
  2. 高斯滤波核相关函数定点
  3. 高斯窗函数定点
  4. 汉宁窗函数定点

二、代码里计算流程

一个重要的思想是将卷积运算转化到了傅里叶频域运算，加快运算速度。
代码计算流程图

三、定点转化过程

  1. 固定模板大小

目的

  • 32bit计算范围有限，由fft原理知，输入取值0~255, 输出最大值为255乘以模板area size, 如128*128，输出为2的(8+7+7)=23次方，很明显接下来做乘积会超过32bit
最低0.47元/天 解锁文章
西山北麓
关注
专栏目录
kcf目标跟踪C代码
01-22
经典的目标跟踪算法KCF的代码，标准C语言编写，方便移植
LPC 语音信号 定点化 C代码
08-06
很好的代码，写的很详细，里边包括定点化，如加法，乘法，log，开方等等
kcf算法c语言,基于KCF跟踪算法的目标轨迹记录系统的设计与实现
weixin_39641236的博客
05-23 613
摘要：计算机视觉一直属于比较热门的研究领域.计算机视觉中的一个重要分支是目标的跟踪.目标跟踪以及轨迹记录在交通监控,行人流量,天文观测,导航制导,武器装备的研发等领域有着很实用的价值.KCF(kernelized correlation filters)跟踪法是一种新型的高速跟踪算法.算法的主要目标是建立一个分类器,这个分类器能够正确分类背景以及目标.由于利用了循环矩阵构成样本,该跟踪算法的主要特...
提高专业技能之 “Codec定点化”
weixin_34279184的博客
07-30 320
 十六 提高专业技能之 “Codec定点化”                                    Write by Liupin 2010-4-1 基本理论 1)     为什么要定点化 Since the Core is an integer process,all floating point operations must be simulated usin...
C语言KCF工程汇总.rar
07-15
纯C的kcf，研一的时候捣鼓的小东西，写的可能不是太好，但是速度尚可，而且注释大致都有，有当时各个阶段的版本，比如写的不太好的定点化版本的，还有各种配件，因为自己是小白，所以入门太痛苦了，现在将其开源(总感觉这么说有点自大)，造福其他入门的萌新吧。很适合移植。
kcf目标跟踪C,C++源码实现可移植嵌入式设备代码有注解
QhSVghz的博客
11-06 761
为了方便其他开发者参考和使用我们的代码，我们在源码中加入了注解，以帮助他们更好地理解算法实现的细节。KCF目标跟踪算法是一种高效的目标跟踪算法，它在跟踪速度和准确性方面都有着出色的表现。本文将介绍KCF目标跟踪算法的实现细节，着重讨论其在可移植嵌入式设备上的实现以及使用OpenCV读取视频流的技术。KCF算法是一种基于核函数的目标跟踪算法，其核心思想是通过在线学习来更新目标模板，以达到不断优化跟踪结果的效果。总的来说，我们的实现为KCF目标跟踪算法在嵌入式系统上的应用提供了一种高效而灵活的解决方案。
KCF代码，目标跟踪算法
06-12
KCF算法是基于DCF（Discriminative Correlation Filter）理论的发展，通过结合高斯核函数，它能够在小的计算时间内实现高精度的跟踪。 在目标跟踪任务中，算法首先需要在第一帧中对目标进行初始化，然后在后续帧中...
C语言开源KCF工程汇总：学习与实践笔记
资源摘要信息: "C语言KCF工程汇总" KCF（Kernelized Correlation Filters）是计算机视觉领域中用于目标跟踪的一种算法。它通过在频域内高效地训练相关滤波器来实现实时目标跟踪，广泛应用于视频监控、人机交互以及...
数字信号处理算法的定点化及其C语言仿真-综合文档
05-22
数字信号处理算法的定点化及其C语言仿真
KCF目标跟踪C++代码
03-02
KCF目标跟踪C++代码
KCF目标跟踪的c++代码程序，其中修改了抗遮挡的部分，使其有“记忆性”的功能；
05-07
KCF目标跟踪的c++代码程序，其中修改了抗遮挡的部分，使其有“记忆性”的功能。其是一个很好的研究KCF的例子。希望研究目标跟踪的研究者可以详细的研究其原理
多尺度KCF目标跟踪C++代码
10-26
多尺度KCF目标跟踪C++代码，内附调用readme，KCF算法是一种优良的跟踪算法
定点化FFT与IFFT
03-18
代码是C语言编写的基2时间抽取的fft与ifft定点化函数，方便用于定点DSP处理。
opencv 视觉 追踪跟踪 经典kcf算法
07-22
c++ 实现 ，基于opencv的 视觉跟踪 代码，使用前请按照网上教程正确配置opencv3。
KCFC++demo代码
11-07
对High-Speed Tracking with Kernelized Correlation Filters（KCF）作者的C++多尺度目标跟踪代码稍作修改，设置好初始化目标框参数、视频图像路径以及配置好opencv2411后，经调试可以VS2012上运行
DSP定点运算之数字信号处理算法的定点化及其C语言仿真（转）
07-04 5097
DSP广义上指数字信号处理理论(Digital Signal Processing)，狭义上指数字 信号处理器(Digital Signal Processor)。数字信号处理理论广泛应用于语音、图象、 遥测数据、电机控制等各个方面。现代个人通信、互联网、多媒体应用的飞速发展又推 动着数字信号处理理论的进一步发展。现代信号处理（ASP）算法越来越复杂，处理的数 据量越来越庞大。由于体系结构的限...
kcf算法
zjpp2580369的博客
07-05 1876
https://www.cnblogs.com/YiXiaoZhou/p/5925019.html
浮点代码转定点加速中定点化原理分析
来知晓的博客
09-24 1591
浮点代码转定点加速中定点化原理基本概念浮点数与定点数映射转换浮点到定点定点到浮点定点数与浮点数存储的区别参考资料 基本概念 在分析讲解定点和浮点之间映射前，我们需要了解以下基本概念。 位宽 一个浮点数用多少位的整数来表示 如(16, 4)，则表示用16位整数来表达浮点数 假设为有符号数 则其中：1位为符号位，4位数为表达整数，剩余11位表达(0, 1)的小数 分布如图： 标值 即指用多少位，来保存小数 若位宽表示为(16, 4)，则标值为Q15 浮点数与定点数映射转换 浮点到定点
手撕KCF代码
dong87871311的博客
02-03 836
知识点： 1）glob。glob在opencv3下，并且命名空间为cv::glob()能够直接调用，在官网中只说明了如下调用方式，并没有给出具体的例子。但通过使用可以知道函数目的是将pattern路径下的所用文件名存进result中。 void cv::glob ( String pattern, std::vector< String > & result, bool rec...
opencv初始化KCF追踪器
最新发布
09-07
OpenCV中的KCF（Kernelized Correlation Filter）追踪器是一个基于Correlation Filter的对象跟踪算法，它在实时视频追踪领域很受欢迎。要在OpenCV中初始化一个KCF追踪器，你需要按照以下步骤操作： 1. **导入所需库**: ```python import cv2 from TrackerKCF import KCFTracker ``` `TrackerKCF`是你自定义的一个封装KCF追踪器的模块。 2. **创建Tracker实例并设置参数**: ```python tracker = KCFTracker() ``` 初始化时，你可以根据需要调整一些默认参数，例如模板大小、学习率等。这通常在创建时完成，示例： ```python tracker = KCFTracker(template_size=(10, 10), init_weight=0.9, learning_rate=0.01) ``` 3. **加载模板图像**: ```python template = cv2.imread('template_image.jpg', 0) # 替换为你的目标物体模板路径 ``` 4. **设置初始位置**: ```python bbox = (x, y, w, h) # 这里(x, y)是目标在第一帧的左上角坐标，(w, h)是宽度和高度 tracker.init(template, bbox) ``` 5. **开始追踪过程**: 对于每个新的视频帧，可以这样做： ```python frame = read_next_frame() # 读取下一帧 success, bbox = tracker.update(frame) # 更新追踪器并返回新位置 if success: draw_bbox_on_frame(frame, bbox) # 绘制追踪框 display_or_save_frame(frame) # 显示或保存帧 ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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