? 理解出錯之處望不吝指正。

? 本文模型就是大名鼎鼎的MOSSE，是CF在tracking的開篇之作。

?

• ? 什么是CF？

? 本段部分摘自百度百科。?

? 兩個函數互相關的含義是：對兩個函數分別作復數共軛和反向平移并使其相乘的無窮積分，或者說：第一個函數依次作復共軛和平移后與第二個函數相乘的無窮積分。可以證明，兩個定義完全等價(可以互相導出)。從物理上看，互相關運算的結果反映了兩個信號之間相似性的量度。特別是對于實函數f(x)和h(x)而言，其相關運算相當于求兩函數的曲線相對平移1個參變量x后形成的重疊部分與橫軸所圍區域的面積。

? 互相關的定義為（上角標代表共軛）：

???

? 由此可見，互相關可以轉化為卷積操作：

???

???

?

• ? 將CF應用到目標跟蹤

? 對于目標跟蹤任務來說，問題描述為要找到一個濾波模版h,與輸入圖像 f 求相關性,得到相關圖g。

???

???

? 如上圖所示，相關圖 g 描述目標響應，越接近目標時值越大。

? 根據卷積定理，函數互相關的傅里葉變換等于函數傅里葉變換的乘積，這樣就可以把互相關操作轉化為頻域的相乘操作，加速了運算：

???

? 然后使用最小二乘法求解：

???

? 為了使算法更具有魯棒性，作者對templet frame進行隨機的仿射變換，得到8個訓練樣本，再使用最小化平方和誤差，求偏導得0，,從而得到：

???

? 之后作者提出了模型的在線更新策略：

???

???

???

?

總結

以上是生活随笔為你收集整理的CVPR 2010 MOSSE:《Visual Object Tracking using Adaptive Correlation Filters.》论文笔记的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。