Kernelized Correlation Filters (KCF) Tracking算法

本文转发自:https://blog.csdn.net/wanghanthu/article/details/53375393

感谢WanghanThu的贡献和分享精神。

1. Correlation Filter-based Tracking Frame

Discriminative Correlation Filter(DCF),即判别相关滤波器,是Visual Tracking领域应用最为广泛的跟踪算法。其核心思想是:由于每一帧中被良好检测的目标都提供了描述该目标的信息,因此完全可以通过用每一帧中的目标区域作为训练样本来进行模型的训练,具体做法是通过已经跟踪的若干帧中目标的位置,提取出我们关心的特征,训练出一个滤波器模板,对于新帧中可能的目标区域,提取出该区域特征,与滤波器模板作相关,根据相关值得到在新帧中目标的预测位置,并在以该位置为中心提取出特征,反过来进一步训练滤波器模型,并重复上述步骤进行后续的目标跟踪与模型训练。通过这种方法,就实现了模型的在线训练与目标的实时跟踪。 

2. Adaptive Correlation Filters

2.1 Minimum Output Sum of Squared Error (MOSSE)


2.2 Discriminative Scale Space Tracking Filter (DSST)

2.3 Kernelized Correlation Filters

猜你喜欢

转载自blog.csdn.net/shenziheng1/article/details/80038533
KCF