ECO与CSR-DCF

2017CVPR目标跟踪算法中,有几篇针对C-COT的改进。
这里先比较ECO和CSR-DCF

二者各有长短:ECO精度明显更好,CSR-DCF速度更快


ECO

是目前针对DCF模型改进最好的算法:精度和速度都有提升,但是速度还是挺慢的

特征降维

分类训练样本,使其更加多样化

不再每帧更新(固定间隔更新)

CSR-DCF

对C-COT的滤波器加了一个权重矩阵,并对每个通道增加了权重

(1)用空间置信图来调整滤波器,决定在学习滤波器参数的过程中,哪些像素应该被忽略。

效果是:学习到滤波器有响应的区域与空间置信图的相应区域相同,如图。

(2)这和SRDCF的不同点在于:

SRDCF在目标函数中加入一个权重矩阵w,使得学习到的滤波器在背景区域的参数很小,解决了DCF在非目标区域也有响应的缺点(w是中间小边缘大);

CSR-DCF直接用一个空间置信图使最后学习到的滤波器参数只是集中在置信分数高的地方,其他区域几乎为0。(w相当于权重,把非目标区域直接略过了)这样的话,搜索区域可以任意大,也不影响。

二者都实现了抑制背景信息的目的,但w的意义不同,求解方式也不同。

你可能感兴趣的:(目标识别与跟踪)