? 理解出錯之處望不吝指正。?

? 本文提出的模型叫做STRCF。

? 在DCF中存在邊界效應，SRDCF在DCF的基礎上中通過加入spatial懲罰項解決了邊界效應，但是SRDCF在tracking的過程中要使用到過去的多幀樣本，帶來了計算消耗。本文提出的STRCF在DCF的基礎上加入了spatial和temporal正則項，且tracking過程中只使用上一幀的信息。

? SRDCF的目標函數(shù)：

???

? STRCF的目標函數(shù)：

???

? 其中，第二項是spatial正則項，第三項是temporal正則項。

? 作者說，STRCF的目標函數(shù)是凸函數(shù)，可以ADMM（交替方向乘子算法）來得到全局最優(yōu)，作者進行了一系列推導，這部分可以參照論文來看。

總結

以上是生活随笔為你收集整理的CVPR 2018 STRCF:《Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking》论文笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。