CSR-DCF视频目标跟踪论文笔记(1)——关于似然和后验概率在分割操作中的应用

这篇论文笔记探讨了CSR-DCF如何利用空间置信和后验概率解决相关滤波算法中的问题。作者提出的空间置信概念,通过图像分割产生更适应目标的蒙版,解决了滤波器尺寸限制、训练数据不真实及仅支持矩形目标等问题。论文采用贝叶斯公式结合Epanechnikov分布和反向投影计算后验概率,实现对不规则形状目标的自适应跟踪。

1. 论文基本信息

这篇笔记主要针对分割操作进行分析和理解,关于论文其他部分创新点及其整体思路会在后续文章中进行分析。

2. 似然和后验概率在论文中的作用

目前基于相关滤波的跟踪算法,主要存在三个方面的问题:

  • 当前的相关滤波算法,由于FFT,导致滤波器尺寸与图像块尺寸必须一致,这样就限制了检测范围
  • 当前的相关滤波算法,由于引入了循环矩阵,导致滤波器的训练数据并不真实
  • 当前的相关滤波算法,只能支持矩形目标,与真实世界不符合

作者为解决上述问题,提出的创新点之一就是“空间置信”(Spatial Reliability),其主要思想是利用图像分割方法产生适应能力更好的蒙版(mask),这个空间置信图就是通过下面后验概率的求解得到的。

3. 具体建模和操作

文章这一部分涉及到的概念有:

  • 贝叶斯
  • Epanechnikov
  • foregroundLikelihood/backgroundLikelihood
  • 反向投影
  • 后验概率

以求解目标的后验概率为例,根据论文源代码,其公式为

prob_o=p_oforegr
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值