3.过滤——相关滤波(Correlation Filtering)_3
目录
相关滤波—均匀权重
相关滤波—非均匀权重
相关滤波—均匀权重
因此,上一篇文章所做的数学运算被称为相关或相关滤波。
而我们刚刚做的是我们用均匀的权重做到的。具体的公式如下:
我们上一篇文章用的就是平均窗口,它的大小是3*3,这里用2k+1 * 2k+1来表示。
记住这是奇数,如果k是3,那就是7×7。如图:
我们要做的是我们要循环遍历所有的像素在某个位置是行和列。如图:
(循环遍历图像像素附近的所有像素)
我们循环所有的 u 和 v 从 -k 到 +k,把所有的像素加起来。如图:
然后,因为我们有均匀的权值,这里的权值是1,我们把整个数除以滤波器的权值。
如果k=1,奇数窗口就是3*3,把9个数字加起来除以9,得到平均值。
但那是均匀的权重,我会不再使用均匀滤波器。所以,我们将在这里做一些完全不同的事情。
相关滤波—非均匀权重
我们要做的就是做一些所谓的非均匀权重。
现在概括为根据相邻像素的相对位置允许不同的权重:
这意味着,在每个位置上我们的权值将不同于除以。
所以这些非均匀的权值被写成。如图:
就是你要用的权值,仍然是整个式子的一部分,但是现在这些不同的权值会随着滤波器的移动而应用。
这个操作就称为相关或互相关,表示为。我们认为G是H与F的相关或互相关。
顺便提一下,这个H被很多东西所引用。
它被称为一个内核,它被称为掩码,它被称为系数。
它只是使用在线性权重的矩阵。
顺便说一句,如果你们中的任何一个人参加过机器学习课程,而且你们已经开始学习机器学习内核和内核技巧了。
这里有一个非常微小的关系,但实际上它是一个完全不同的东西。
我们正在考虑将这些内核作为我们进行计算的掩码。
加深理解视频:
https://www.youtube.com/watch?v=C3EEy8adxvc
对于公式中的双 的正确计算:
https://www.youtube.com/watch?v=24G2E_ktXUs
——学会编写自己的代码,才能练出真功夫。
3.过滤——相关滤波(Correlation Filtering)_3相关推荐
- 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 ...
- 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 ...
- python与R行列数据过滤(row column filtering):dplyr、 isnull、isna、drop、select、iloc、loc、isin、filter
python与R行列数据过滤(row column filtering):dplyr. isnull.isna.drop.select.iloc.loc.isin.filter 很多工程师可能刚开始的 ...
- 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 ...
- 商汤科技 中科院自动化所:视觉跟踪之端到端的光流相关滤波 | CVPR 2018
作者丨朱政 学校丨中科院自动化所博士生 单位丨商汤科技 研究方向丨视觉目标跟踪及其在机器人中的应用 本文主要介绍我们发表于 CVPR 2018 上的一篇文章:一种端到端的光流相关滤波跟踪算法.据我们所 ...
- 3.过滤——高斯滤波器之Matlab、Octave实战、保持两个高斯直行_5
目录 在Matlab使用高斯滤波器 在Octave高斯滤波器去除噪音 保持两个高斯直行 在Matlab使用高斯滤波器 本文首先使用Matlab展示示例,我要做的是在Matlab中演示过滤中的代码和效果 ...
- 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 ...
- 单目标追踪——【相关滤波】C-COT原理与ECO基于C-COT的改进
目录 C-COT:Continuous Convolution Operator Tracker 文章侧重点 连续卷积算子 目标追踪框架 初始化过滤器: 追踪流程 ECO 文章侧重点 因式卷积因子 生 ...
- 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 ...
最新文章
- 荐号 | 技术人如何在职场竞争中处于优势地位
- Asp.net + Silverlight发布到IIS7
- java jtable行标题_如何设置JTable的标题——如图
- vc 消息与事件的区别
- NOIP2017提高组比赛总结
- leetcode 299. Bulls and Cows | 299. 猜数字游戏(Java)
- 多客服功能终于也向所有微信认证的订阅号开放了
- linux系统mysql密码忘记了怎么办_Linux系统下忘记MySql密码怎么办
- Linux--shell脚本之正则表达式
- it精英挑战赛的规则 校区内部评选 2020
- 95后夜猫子报告:三成熬夜到1点 夜间最爱追《乡村爱情》
- 2017-09-16
- python getopt的用法
- 图像处理——采样与量化
- 《STM32开发指南》ALIENTEK战舰STM32开发板资料
- iptables详解(图文)
- 手机用计算机解锁,如何用电脑解锁手机屏幕
- 即时通讯开发移动端弱网络优化方法总结
- 电商客服售前售后话术培训资料合集(共150份)
- matlab dim是什么意思,哪位大神给我解释下这两句程序是什么意思
热门文章
- 华为云 AI 实战营计划,带你迈上 AI 之路
- 【华为云专家技术公开课】7月4日直播,报名观看赢取好礼
- Kotlin学习笔记 第二章 类与对象 第十一节 枚举类 第八节密封类
- 设计模式笔记四:建造者模式
- php中用js自定义弹窗,用js实现的自定义的对话框的实现代码_javascript技巧
- opencv读取MATLAB双目标定的结果进行双目校正
- Python官方文档学习心得(第五篇)
- 关于三星某些系列笔记本电脑无法安装Windows10的原因及解决办法
- 小程序坑集【日常总结,持续更新(11.08更新)】
- python函数定义时参数相当于占位符_python中函数的参数