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));