KCF目标追踪_kcf跟踪初始化帧需要手动点选吗-程序员宅基地

KCF创新点：

KCF在分类器的计算中引入了循环矩阵，巧妙地规避了矩阵的逆运算，大大减少了分类器的运算量。
高斯核函数引入可以将非线性问题转换为高维空间中的线性问题，使得算法更具有一般性。算法分为3部分：
模型建立、在线匹配、模板更新
在KCF中，作者将目标跟踪问题的求解转换为一个分类问题（前景目标和背景）。这个分类问题的求解应用了岭回归方法，所得到的分类器中包含了矩阵的逆运算，其运算量复杂，严重影响了实时性。

题外话：
生成类：: 提取目标特征–> 后续帧匹配：光流法、粒子滤波meanshift、camshift
判别类方法: （基于检测CF和DNN)考虑背景与目标区分，根据前景和背景的差异–>提取当前帧目标位置.（核相关滤波就是计算响应最大的位置坐标就是目标运动更新的anchor
在这里插入图片描述

一、相关滤波跟踪算法

在CF之前的算法在时域进行计算，涉及到复杂的求逆运算，无法实现实时性
CF将跟踪转换到频域，利用循环矩阵可在频域对角化的性质减少计算量，提高速度，实现实时跟踪
KCF在CF的基础上进行优化
目标跟踪中缺少大量的负样本，通过循环矩阵可以增加负样本呢的数量，提高分类器训练的质量。
将高斯核加入到岭回归中，能够将非线性问题转换到高斯的线性空间中，简化计算

1 相关滤波跟踪理论

相关是描述两个信号之间的关系，卷积是计算激励信号作用于系统所产生的系统零状态响应。在函数对称的情况下，卷积核相关具有相同的效果。为了创建一个快速跟踪器，在傅里叶域快速傅里叶变换（FFT）中计算出相关性
在这里插入图片描述
基本思想是越是相似的两个目标相关值越大。也就是后续帧于初始化目标越相似，得到的响应就越大。
时域的卷积可以转化到频域的相乘实现：训练的目标就是得到这样一个滤波器模板，使得响应输出最大化
时间域：f 输入，h：滤波器，g 输出 --> g=f *h
卷积定理说，相关性成为傅里叶域的一个元素乘法。通俗地说，卷积定理中，图像在时域上的卷积等于图像在频域上的乘法。使用这个符号⊙来显式地表示元素的乘法并用∗表示复共轭，相关性如下形式表达：
频域：在这里插入图片描述（大写对应傅里叶变换结果）
所计算的目标为Hi=Gi/Fi
Mosse滤波器：
-
图像相关响应值计算
输入两张图，零均值化，计算两张图的相关值t=imfilter(im1,im2,‘corr’),h画出t的三维图像，可以找到t的最大响应值就是图像匹配的最佳位置在这里插入图片描述

参考https://www.bilibili.com/video/av74302620/?spm_id_from=333.788.videocard.0
https://blog.csdn.net/qq_36880027/article/details/102705146
MOSSE: 最小输出平方误差。用自适应相关滤波器建模

2 核相关滤波KCF–High-Speed Tracking with KernelizedCorrelation Filters

目的：从一个单帧中训练出一个强健有力的滤波器，并能够随着物体外表发生变化而自适应。在KCF中，作者将目标跟踪问题的求解转换为一个分类问题（前景目标和背景）。这个分类问题的求解应用了岭回归方法，所得到的分类器中包含了矩阵的逆运算，其运算量复杂，严重影响了实时性。KCF在分类器的计算中引入了循环矩阵，巧妙地规避了矩阵的逆运算，大大减少了分类器的运算量。高斯核函数引入可以将非线性问题转换为高维空间中的线性问题，使得算法更具有一般性。算法分为3部分：模型建立、在线匹配、模板更新

1公式推导（参考自动化学报：目标跟踪算法综述）

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180277

模型建立
在线匹配、更新模板
高斯核函数

求出最高的响应点就是更新的框的anchor

2 代码实现

第一帧手动圈出目标框，提取hog特征，第一帧是训练样本。求a
第二帧跟踪到后，再以当前帧为训练样本更新模型
在这里插入图片描述
第二帧先提取原来的框内图像的hog特征，通过核化滤波找到最大响应的框的移动坐标，更新anchor，方框的大小

3 KCF文章（2014年发表）和代码

以下是实验我自己实验的代码
KCF文章http://www.robots.ox.ac.uk/~joao/publications/henriques_tpami2015.pdf
KCFhttps://github.com/HenryZhangJianhe/KCF
框选初始帧目标在这里插入图片描述
后续帧跟踪结果

本文链接：https://blog.csdn.net/weixin_44523062/article/details/104878277

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

c# 调用c++ lib静态库_c#调用lib-程序员宅基地

文章浏览阅读2w次，点赞7次，收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案，在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建：添加Visual C++ , Win32 项目这......_c#调用lib

deepin/ubuntu安装苹方字体-程序员宅基地

文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体，挺好看的。注重颜值的网站都会使用，例如知乎：font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang

html表单常见操作汇总_html表单的处理程序有那些-程序员宅基地

文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--method将表单中的数据传送给服务器处理，get方式直接显示在url地址中，数据可以被缓存，且长度有限制；而post方式数据隐藏传输，_html表单的处理程序有那些

PHP设置谷歌验证器（Google Authenticator）实现操作二步验证_php otp 验证器-程序员宅基地

文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证（即Google Authenticator服务）后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器

【Python】matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距-程序员宅基地

文章浏览阅读4.3k次，点赞5次，收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距

docker — 容器存储_docker 保存容器-程序员宅基地

文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节，实现了多层数据的堆叠，为用户提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制（CoW）策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的，不建议用于生成环境。_docker 保存容器

随便推点

网络拓扑结构_网络拓扑csdn-程序员宅基地

文章浏览阅读834次，点赞27次，收藏13次。网络拓扑结构是指计算机网络中各组件（如计算机、服务器、打印机、路由器、交换机等设备）及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式，也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn

JS重写Date函数，兼容IOS系统_date.prototype 将所有 ios-程序员宅基地

文章浏览阅读1.8k次，点赞5次，收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时，通常的做法是：new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的，而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠，也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑，需要做一些额外的特殊处理，笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数，一劳永逸，避免每次ne_date.prototype 将所有 ios