KCF:
作者巧妙地通过循环偏移构建出了分类器的训练样本,从而使得数据矩阵变成了一个循环矩阵。
然后基于循环矩阵的特性把问题的求解变换到了离散傅里叶变换域,从而避免了矩阵求逆的过程,降低了好几个数量级的算法复杂度.
一:
https://www.2cto.com/kf/201707/655288.html
KCF跟踪算法代码摘要: 主要讲了hog 与 gray特征,gaussian,polynomical和linear三个核心函数
二:
https://blog.csdn.net/u013539952/article/details/75188792
KCF跟踪算法笔记
三:
kcf论文
https://blog.csdn.net/crazyice521/article/details/53525366/
原论文详解,相当清楚
https://www.cnblogs.com/YiXiaoZhou/p/5925019.html
四:
代码详解,相当清楚
一种多尺度的KCF跟踪程序代码分析(一)
https://blog.csdn.net/bisheng250/article/details/53672247
一种多尺度的KCF跟踪程序代码分析(二)——图片视频转换和初始框输入