相关滤波源于信号处理领域,相关性用于表示两个信号之间的相似程度,通常用卷积表示相关操作。那么基于相关滤波的跟踪方法的基本思想就是,寻找一个滤波模板,让下一帧的图像与我们的滤波模板做卷积操作,响应最大的区域则是预测的目标。
根据这一思想先后提出了大量的基于相关滤波的方法,如最早的平方误差最小输出和(MOSSE)利用的就是最朴素的相关滤波思想的跟踪方法。随后基于MOSSE有了很多相关的改进,如引入核方法(Kernel Method)的CSK,KCF等都取得了很好的效果,特别是利用循环矩阵计算的KCF,跟踪速度惊人。在KCF的基础上又发展了一系列的方法用于处理各种挑战。
以下是自己在研究经典相关滤波的时候总结的一个ppt,希望能给后来者一点帮助。水平有限,如有错误敬请指正!
PS:有些时候你对此论文的算法设计有疑问,实在搞不清到底是怎么实现的,不妨拿到代码,对照公式算法仔细研究下。可能会豁然开朗。

参考了很多很多大佬的文章,实在是太多了,对此表示感谢。