目标跟踪算法MOSSE笔记

最新推荐文章于 2025-02-09 23:01:33 发布

原创

最新推荐文章于 2025-02-09 23:01:33 发布 · 1k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#MOSSE #相关滤波

MOSSE算法是David S. Bolme在2010年提出的视觉对象跟踪方法，因其高效性在目标跟踪领域受到关注。该算法基于相关滤波，利用卷积定理在频域进行点乘运算，简化计算。滤波器与输入图像大小相同，需处理边界效应。通过最小化实际输出与期望值的平方误差来确定最佳滤波模板，实现目标位置的更新。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目标跟踪算法MOSSE

David S. Bolme在2010年的CVPR上发表了《Visual Object Tracking using Adaptive Correlation Filters》，简称MOSSE（Minimum Output Sum of Squared Error）。由于其能高速的跟踪目标，开启了相关滤波在目标跟踪领域的研究热潮。其后相继出现了许多优秀的目标跟踪算法，但为了能更容易理解相关滤波在目标跟踪中的作用，还是应该从MOSSE算法开始。
相关滤波
为了利用卷积定理，首先用卷积来表示相关，公式如下
在这里插入图片描述 （1）
然后利用卷积定理转换到频域，将卷积操作变为点乘，这也是相关滤波算法高速的原因。
（2）
简写为
（3）
从公式中可以看出，将输入图像（F）和滤波器（H）通过算法变换到频域后，直接将他们相乘，然后再变换回时域（也就是图像的空域）就可以得到响应图。
重点的解释：
（1）输入的图像是指目标搜索区域，可能是像素值也可能是提取的特征（eg.f