MOSSE 目标跟踪 解析

MOSS （Minimum Output Sum of Squared Error filter）（2010）

这篇文章是最早将相关的思想用到目标跟踪领域的。

相关滤波的思想：越是相关的两个目标相关值越大，也就是视频帧中与初始化目标越相似，得到的相应也就越大。卷积定理：时域的卷积相当于频域相乘，频域卷积相当于时域相乘。

本论文目标就是找到一个滤波器h，使其在目标上的响应最大。f表示训练图像，g表示输出图像，h表示滤波器，F，G，H对应其频域值。

1、为了简化计算，将时域的卷积转化为频域的点乘积。

时域公式表示：

频域公式表示：

 

所以目标H的计算为：

 

2、MOSSE又叫输出的平方差误差最小滤波器。

滤波器的目标函数：

 

可得到H的闭式解为：

3、MOSSE更新方法：

4、部分代码

%产生高斯形状的理想响应

F_response=templateGauss(target_sz,im);

%目标框区域和滤波器卷积得到响应值

newPoint=real(ifft2(F_Template.*fft2(target_box)));

%其中响应值最大值对应的坐标即为新目标的位置

[row, col,~] = find(newPoint ==max(newPoint(:)), 1);

%以新目标为中心选择目标框

F_im=fft2(getsubbox(pos,target_sz,im));

%求解滤波器模板

F_Template=conj(F_im.*conj(F_response)./(F_im.*conj(F_im)+eps));