文件名称：用卷积滤波器matlab代码-TFCR:学习目标聚焦卷积回归模型用于视觉目标跟踪
文件大小：743KB
文件格式：ZIP
更新时间：2024-06-10 06:24:40
系统开源
用卷积滤波器matlab代码TFCR 学习目标聚焦卷积回归模型进行视觉目标跟踪 摘要：判别相关过滤器（DCF）最近已在跟踪社区中得到广泛使用。 基于DCF的跟踪器利用从图像块循环移位生成的样本来训练岭回归模型，并使用由相关滤波器生成的响应图来估计目标位置。 但是，生成的样本会产生一些负面影响，并且响应图容易受到噪声干扰，从而降低跟踪性能。 在本文中，为解决上述缺点，我们提出了一种用于视觉目标跟踪任务的目标聚焦卷积回归（CR）模型（称为TFCR）。 该模型利用目标聚焦损失函数减轻背景噪声对当前跟踪图像帧响应图的影响，有效提高了跟踪精度。 特别是，它可以通过减少负样本对对象外观模型的影响来有效地平衡正样本和负样本的不平衡。 大量的实验结果表明，与最先进的跟踪器相比，我们的TFCR跟踪器具有出色的性能。 可以下载或下载TFCR跟踪器的matlab代码。 用法 追踪 如果您想在实验中比较我们的结果，只需下载原始实验结果即可。 如果您想测试我们的实验，请执行以下操作： 2.1下载代码并将其解压缩到您的计算机中。 2.2运行demo.m以使用默认模型测试跟踪序列。 2.3使用run_TFCR.m来
【文件预览】：
TFCR-master
----get_subwindow.m(842B)
----load_video_info.m(3KB)
----focal_example.m(297B)
----L2FocalLoss.m(500B)
----get_search_window_scale.m(255B)
----config_list.m(983B)
----cnn_train_dag_update.m(13KB)
----imResample.m(1KB)
----UAV123-raw-results.zip(360KB)
----OTB100-raw-results.zip(196KB)
----parseImg.m(447B)
----RegressionL2Loss.m(829B)
----scale_estimation.m(1KB)
----initVGG16Net.m(7KB)
----TFCR_tracking.m(8KB)
----imResampleMex.mexw64(34KB)
----choose_video.m(692B)
----run_TFCR.m(2KB)
----gaussian_shaped_labels.m(996B)
----README.md(3KB)
----get_search_window.m(254B)
----L2normLoss.m(401B)
----imResampleMex.mexa64(21KB)
----cnn_train_dag.m(13KB)
----initNet.m(832B)
----compute_performance_measures.m(3KB)
----TC128-raw-results.zip(216KB)
----Demo.m(741B)
----InitFeatureExtractionNet.m(8KB)