此篇文章是对之前工作的总结,当时负责项目中的kcf结合目标检测进行跟踪开发模块。
介绍
KCF为一种鉴别式跟踪方法。该方法在追踪过程中通过训练一个目标检测器来检测下一帧预测位置是否是目标;然后再使用新检测结果去更新训练集进而更新目标检测器。
跟踪原理就是:先训练再检测,再训练再检测,这样不断循环。

大致流程图如下所示

KCF工作过程
1)由第一帧真实框2.5倍大小的目标区域通过循环移位得到周围样本,记录第一帧真实框的Hog特征,存入模型。通过高斯分布标记训练样本,即根据样本中心离目标的远近分别赋值[0,1]范围的权重
2)采用基于岭回归的方法训练一个分类器,使得通过分类器预测得到的样本标签与真实标签差距最小,所以要为每个样本分配一个系数。通过引入高斯核,计算每个样本与第一帧真实框的相似度,从而得到每个样本的系数,存入模型。
3)在后续帧中,以上一帧预测到的2.5倍大小的候选区域通过循环移位得到周围样本,计算每个样本与模型中存入的候选区域的Hog特征的相似度,并将每个样本的高斯核系数(岭回归系数)与每个样本的系数相乘,得到每个样本的响应,响应最大的记为本帧目标框的位置。
4)以线性组合的方式,以一定的学习率添加本次结果到模型中,从而更新模型中的目标区域的Hog特征以及每个样本的系数(二者都是在傅里叶域中的表示),更新模型的过程,即为训练分类器的过程。

KCF的主要贡献:
1、使用目标周围区域的循环矩阵采集正负样本,利用基于回归的方法训练目标检测器,并利用循环矩阵在傅里叶空间可对角化的性质将矩阵的运算转化为向量元素的点乘,降低运算量、提高了运算速度,使算法满足实时性。
2、将线性空间的脊回归通过核函数映射到非线性空间,在非线性空间通过求解一个对偶问题和某些常见的约束,同样的可以使用循环矩阵傅里叶空间对角化简化计算。
3、给出了一种将多通道数据融入该算法的途径。

关键点介绍:
1、训练集的选取:


候选区域为正样本,其他区域为负样本,根据正负样本中心距离的不同赋予[0,1]不同的高斯加权后的回归值,从而给不同偏移下得到的样本分配不同的权重。

2、岭回归和汉宁窗

训练过程中的岭回归:
输入:样本的HOG特征;
输出:经过高斯加权后的高斯标签值;
作用:反映的是由目标区域以为采样形成的训练样本距离目标区域的可能性大小。

汉宁窗(余弦窗):
原因:由于候选区域的循环位移,导致移动样本的边缘比较突兀,样本数据较差,干扰训练结果;
结果:加汉宁窗后,由于图像边缘像素值接近于0,边界处趋于平滑;同时加余弦窗也会弱化掉目标的背景信息,对训练也有一定的影响。

优缺点:
优点:1、速度快,计算量小;
(求解过程中避免了矩阵求逆操作,极大减小计算量)
缺点:1、对尺度变化的适应性不强;
2、对目标快速变形(假设用的是HOG特征)或颜色快速变化(假设用的是颜色特征)不鲁棒;
3、对物体快速运动或者低帧率视频不太鲁棒;

最后推荐一篇详细的代码讲解博客:

https://blog.csdn.net/dengheCSDN/article/details/78037170

KCF核相关滤波跟踪相关推荐

  1. 人脸跟踪:KCF核相关滤波算法

    一直以来没有很想写这个,以为这个东西比较简单,还算是比较容易理解的一个算法,但是在知乎上回答过一个问题之后就有朋友私信我一些关于细节的东西,我一直以为关于细节的东西大家可以自己去理解,大家都是想快速了 ...

  2. 基于多个核相关滤波Multiple Kernelized Correlation Filters (MKCF) 的海事雷达目标跟踪算法

    Multiple Kernelized Correlation Filters (MKCF) for Extended Object Tracking Using X-band Marine Rada ...

  3. 相关滤波跟踪·KCF公式详细推导

    因为KCF算法和CSK基本一样,因此关于KCF的笔记仅记录从section 4 开始的公式推导和理解. 为了表述清楚,本文所有小写加粗符号表示列向量,小写不加粗表示元素或参量,大写符号表示矩阵. 4 ...

  4. 相关滤波跟踪·CSK算法梳理(巨详(啰)细(嗦))

    从MOSSE到CSK算是了解相关滤波跟踪的必经之路了.CSK在MOSSE模型的基础上增加了正则项以避免过拟合,提出了分类器的概念,同时引入了循环矩阵和核函数提高运算速率. 答应我,看CSK或者KCF之 ...

  5. 相关滤波跟踪(MOSSE)

    转载自:http://blog.csdn.net/autocyz/article/details/48136473 相关滤波跟踪(MOSSE) 在信号处理中,有这么一个概念--相关性(correlat ...

  6. kcf 跟随_KCF相关滤波跟踪算法

    写作理由:看了网上各种版本的kcf原理,都不是特别理解(主要是不能特别说服我,哈哈).详细琢磨了下,谈谈自己的理解,本人水平有限,难免有理解不到位的地方,请大家批评指正 本文主要会从下面几个方面讲:目 ...

  7. KCF算法(相关滤波算法) 跟踪目标

    这是笔者目前碰到的性能最好的传统目标跟踪算法,所以这里也简单介绍下这个算法的由来. 一.算法介绍 KCF全称为Kernel Correlation Filter 核相关滤波算法.是在2014年由Joa ...

  8. 单目标跟踪--KCF算法(核化相关滤波算法)Python实现(超详细)

    Tracking-KCF Algorithm 注:本文涉及的算法的代码实践已上传至GitHub,恳求大佬们指点!^ _ ^ 1. 目标检测跟踪与算法背景概述 ​ 目标跟踪任务在许多的计算机视觉系统中都 ...

  9. 一文详解目标跟踪中的相关滤波

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 本文来源:AI干货知识库 / 导读 / 目标跟踪是计算机视觉领域的一个重要问题,目前广泛应用在体育赛事 ...

最新文章

  1. OSS全球传输加速开启公测,助力企业业务全地域覆盖...
  2. 舞蹈里需要用计算机的地方,【舞蹈教学论文】计算机多媒体技术在舞蹈教学中的应用(共2080字)...
  3. linux环境禁用apache目录浏览功能
  4. Mysql学习总结(7)——MySql索引原理与使用大全
  5. Linux 命令(31)—— find 命令
  6. 13.python中web框架概念的引入。
  7. Unity文件操作路径
  8. Javascript中===和==的区别
  9. 【定位】TOF与TDOA
  10. 5个好用的开源网络监控工具
  11. javaweb 锐浪报表导出文件,并上传服务器解决方案
  12. TCP/IP协议详解:IP、ARP、RARP、ICMP、IGMP
  13. 【英文演讲】(运动的重要性)Importance of Sports
  14. BAT 条件判断 IF
  15. 生鲜电商纷纷传上市,但赛道并不性感
  16. 基于bert的platos republic i ii情绪分析和可视化
  17. Win11电脑速度慢、延迟高怎么办?
  18. python 数组写入文件 并 读取
  19. python pyqtgraph绘图库-绘制图形
  20. NLP-D32-毕设答辩准备-《人类语言处理》03-04

热门文章

  1. 【C++】结构体嵌套结构体
  2. 中西宗教精神之比较研究
  3. filter过滤器设置URL例外
  4. 5000字加21图文 | 抓包带你体验同网段的通信过程,这些细节很关键
  5. 目标检测网络之 YOLOv3
  6. c语言函数指针的多种赋值方法
  7. Spring设置定时任务时,关于执行时间的规则设置
  8. 二叉树的深度 | 分治 +回溯 + 迭代
  9. Python调用百度AI接口
  10. 三峡大学计算机与信息工程学院,三峡大学计算机与信息学院.doc