0
雷鋒網(wǎng)按：本文作者YaqiLYU，本文由雷鋒網(wǎng)整理自作者在知乎《計算機視覺中，目前有哪些經(jīng)典的目標跟蹤算法？》問題下的回答。雷鋒網(wǎng)已獲得轉(zhuǎn)載授權(quán)。
相信很多來這里的人和我第一次到這里一樣，都是想找一種比較好的目標跟蹤算法，或者想對目標跟蹤這個領(lǐng)域有比較深入的了解，雖然這個問題是經(jīng)典目標跟蹤算法，但事實上，可能我們并不需要那些曾經(jīng)輝煌但已被拍在沙灘上的tracker(目標跟蹤算法)，而是那些即將成為經(jīng)典的，或者就目前來說最好用、速度和性能都看的過去tracker。我比較關(guān)注目標跟蹤中的相關(guān)濾波方向，接下來我?guī)湍榻B下我所認識的目標跟蹤，尤其是相關(guān)濾波類方法，分享一些我認為比較好的算法，順便談?wù)勎业目捶ā?/p>
第一部分：目標跟蹤速覽
先跟幾個SOTA的tracker混個臉熟，大概了解一下目標跟蹤這個方向都有些什么。一切要從2013年的那個數(shù)據(jù)庫說起。。如果你問別人近幾年有什么比較niubility的跟蹤算法，大部分人都會扔給你吳毅老師的論文，OTB50和OTB100(OTB50這里指OTB-2013，OTB100這里指OTB-2015，50和100分別代表視頻數(shù)量，方便記憶)：
Wu Y, Lim J, Yang M H. Online object tracking: A benchmark [C]// CVPR, 2013.
Wu Y, Lim J, Yang M H. Object tracking benchmark [J]. TPAMI, 2015.
頂會轉(zhuǎn)頂刊的頂級待遇，在加上引用量1480+320多，影響力不言而喻，已經(jīng)是做tracking必須跑的數(shù)據(jù)庫了，測試代碼和序列都可以下載： Visual Tracker Benchmark，OTB50包括50個序列，都經(jīng)過人工標注：
兩篇論文在數(shù)據(jù)庫上對比了包括2012年及之前的29個頂尖的tracker，有大家比較熟悉的OAB, IVT, MIL, CT, TLD, Struck等，大都是頂會轉(zhuǎn)頂刊的神作，由于之前沒有比較公認的數(shù)據(jù)庫，論文都是自賣自夸，大家也不知道到底哪個好用，所以這個database的意義非常重大，直接促進了跟蹤算法的發(fā)展，后來又擴展為OTB100發(fā)到TPAMI，有100個序列，難度更大更加權(quán)威，我們這里參考OTB100的結(jié)果，首先是29個tracker的速度和發(fā)表時間(標出了一些性能速度都比較好的算法)：
接下來再看結(jié)果(更加詳細的情況建議您去看論文比較清晰)：
直接上結(jié)論：平均來看Struck, SCM, ASLA的性能比較高，排在前三不多提，著重強調(diào)CSK，第一次向世人展示了相關(guān)濾波的潛力，排第四還362FPS簡直逆天了。速度排第二的是經(jīng)典算法CT(64fps)(與SCM, ASLA等都是那個年代最熱的稀疏表示)。如果對更早期的算法感興趣，推薦另一篇經(jīng)典的survey(反正我是沒興趣也沒看過):
Yilmaz A, Javed O, Shah M. Object tracking: A survey [J]. CSUR, 2006.
2012年以前的算法基本就是這樣，自從2012年AlexNet問世以后，CV各個領(lǐng)域都有了巨大變化，所以我猜你肯定還想知道2013到2017年發(fā)生了什么，抱歉我也不知道(容我賣個關(guān)子)，不過我們可以肯定的是，2013年以后的論文一定都會引用OTB50這篇論文，借助谷歌學(xué)術(shù)中的被引用次數(shù)功能，得到如下結(jié)果：
這里僅列舉幾個引用量靠前的，依次是Struck轉(zhuǎn)TPAMI, 三大相關(guān)濾波方法KCF, CN, DSST, 和VOT競賽，這里僅作示范，有興趣可以親自去試試。(這么做的理論依據(jù)是：一篇論文，在它之前的工作可以看它的引用文獻，之后的工作可以看誰引用了它；雖然引用量并不能說明什么，但好的方法大家基本都會引用的(表示尊重和認可)；之后還可以通過限定時間來查看某段時間的相關(guān)論文，如2016-2017就能找到最新的論文了，至于論文質(zhì)量需要仔細甄別；其他方向的重要論文也可以這么用，順藤摸瓜，然后你就知道大牛是哪幾位，接著關(guān)注跟蹤一下他們的工作 ) 這樣我們就大致知道目標跟蹤領(lǐng)域的最新進展應(yīng)該就是相關(guān)濾波無疑了，再往后還能看到相關(guān)濾波類算法有SAMF, LCT, HCF, SRDCF等等。當然，引用量也與時間有關(guān)，建議分每年來看。此外，最新版本OPENCV3.2除了TLD，也包括了幾個很新的跟蹤算法 OpenCV: Tracking API：
TrackerKCF接口實現(xiàn)了KCF和CN，影響力可見一斑，還有個GOTURN是基于深度學(xué)習(xí)的方法，速度雖快但精度略差，值得去看看。tracking方向的最新論文，可以跟進三大會議(CVPR/ICCV/ECCV) 和arXiv。
接下來總體介紹下目標跟蹤。這里說的目標跟蹤，是通用單目標跟蹤，第一幀給個矩形框，這個框在數(shù)據(jù)庫里面是人工標注的，在實際情況下大多是檢測算法的結(jié)果，然后需要跟蹤算法在后續(xù)幀緊跟住這個框，以下是VOT對跟蹤算法的要求：
通常目標跟蹤面臨幾大難點(吳毅在VALSE的slides)：外觀變形，光照變化，快速運動和運動模糊，背景相似干擾：
平面外旋轉(zhuǎn)，平面內(nèi)旋轉(zhuǎn)，尺度變化，遮擋和出視野等情況：
正因為這些情況才讓tracking變得很難，目前比較常用的數(shù)據(jù)庫除了OTB，還有前面找到的VOT競賽數(shù)據(jù)庫(類比ImageNet)，已經(jīng)舉辦了四年，VOT2015和VOT2016都包括60個序列，所有序列也是免費下載 VOT Challenge | Challenges：
Kristan M, Pflugfelder R, Leonardis A, et al. The visual object tracking vot2013 challenge results [C]// ICCV, 2013.
Kristan M, Pflugfelder R, Leonardis A, et al. The Visual Object Tracking VOT2014 Challenge Results [C]// ECCV, 2014.
Kristan M, Matas J, Leonardis A, et al. The visual object tracking vot2015 challenge results [C]// ICCV, 2015.
Kristan M, Ales L, Jiri M, et al. The Visual Object Tracking VOT2016 Challenge Results [C]// ECCV, 2016.
OTB和VOT區(qū)別：OTB包括25%的灰度序列，但VOT都是彩色序列，這也是造成很多顏色特征算法性能差異的原因；兩個庫的評價指標不一樣，具體請參考論文；VOT庫的序列分辨率普遍較高，這一點后面分析會提到。對于一個tracker，如果論文在兩個庫(最好是OTB100和VOT2016)上都結(jié)果上佳，那肯定是非常優(yōu)秀的(兩個庫調(diào)參你能調(diào)好，我服，認了~~)，如果只跑了一個，個人更偏向于VOT2016，因為序列都是精細標注，且評價指標更好(人家畢竟是競賽，評價指標發(fā)過TPAMI的)，差別最大的地方，OTB有隨機幀開始，或矩形框加隨機干擾初始化去跑，作者說這樣更加符合檢測算法給的框框；而VOT是第一幀初始化去跑，每次跟蹤失敗(預(yù)測框和標注框不重疊)時，5幀之后重新初始化，VOT以short-term為主，且認為跟蹤檢測應(yīng)該在一起不分離，detecter會多次初始化tracker。
補充：OTB在2013年公開了，對于2013以后的算法是透明的，論文都會去調(diào)參，尤其是那些只跑OTB的論文，如果關(guān)鍵參數(shù)直接給出還精確到小數(shù)點后兩位，建議您先實測(人心不古啊~被坑的多了)。VOT競賽的數(shù)據(jù)庫是每年更新，還動不動就重新標注，動不動就改變評價指標，對當年算法是難度比較大，所以結(jié)果相對更可靠。（相信很多人和我一樣，看每篇論文都會覺得這個工作太好太重要了，如果沒有這篇論文，必定地球爆炸，宇宙重啟~~所以就像大家都通過歷年ILSVRC競賽結(jié)果為主線了解深度學(xué)習(xí)的發(fā)展一樣，第三方的結(jié)果更具說服力，所以我也以競賽排名+是否公開源碼+實測性能為標準，優(yōu)選幾個算法分析）
目標視覺跟蹤(Visual Object Tracking)，大家比較公認分為兩大類：生成(generative)模型方法和判別(discriminative)模型方法，目前比較流行的是判別類方法，也叫檢測跟蹤tracking-by-detection，為保持回答的完整性，以下簡單介紹。
生成類方法，在當前幀對目標區(qū)域建模，下一幀尋找與模型最相似的區(qū)域就是預(yù)測位置，比較著名的有卡爾曼濾波，粒子濾波，mean-shift等。舉個例子，從當前幀知道了目標區(qū)域80%是紅色，20%是綠色，然后在下一幀，搜索算法就像無頭蒼蠅，到處去找最符合這個顏色比例的區(qū)域，推薦算法ASMS vojirt/asms：
Vojir T, Noskova J, Matas J. Robust scale-adaptive mean-shift for tracking [J]. Pattern Recognition Letters, 2014.
ASMS與DAT并稱“顏色雙雄”(版權(quán)所有翻版必究)，都是僅顏色特征的算法而且速度很快，依次是VOT2015的第20名和14名，在VOT2016分別是32名和31名(中等水平)。ASMS是VOT2015官方推薦的實時算法，平均幀率125FPS，在經(jīng)典mean-shift框架下加入了尺度估計，經(jīng)典顏色直方圖特征，加入了兩個先驗(尺度不劇變+可能偏最大)作為正則項，和反向尺度一致性檢查。作者給了C++代碼，在相關(guān)濾波和深度學(xué)習(xí)盛行的年代，還能看到mean-shift打榜還有如此高的性價比實在不容易，實測性能還不錯，如果您對生成類方法情有獨鐘，這個非常推薦您去試試。
判別類方法，OTB50里面的大部分方法都是這一類，CV中的經(jīng)典套路圖像特征+機器學(xué)習(xí)， 當前幀以目標區(qū)域為正樣本，背景區(qū)域為負樣本，機器學(xué)習(xí)方法訓(xùn)練分類器，下一幀用訓(xùn)練好的分類器找最優(yōu)區(qū)域：
與生成類方法最大的區(qū)別是，分類器采用機器學(xué)習(xí)，訓(xùn)練中用到了背景信息，這樣分類器就能專注區(qū)分前景和背景，所以判別類方法普遍都比生成類好。舉個例子，在訓(xùn)練時告訴tracker目標80%是紅色，20%是綠色，還告訴它背景中有橘紅色，要格外注意別搞錯了，這樣的分類器知道更多信息，效果也相對更好。tracking-by-detection和檢測算法非常相似，如經(jīng)典行人檢測用HOG+SVM，Struck用到了haar+structured output SVM，跟蹤中為了尺度自適應(yīng)也需要多尺度遍歷搜索，區(qū)別僅在于跟蹤算法對特征和在線機器學(xué)習(xí)的速度要求更高，檢測范圍和尺度更小而已。這點其實并不意外，大多數(shù)情況檢測識別算法復(fù)雜度比較高不可能每幀都做，這時候用復(fù)雜度更低的跟蹤算法就很合適了，只需要在跟蹤失敗(drift)或一定間隔以后再次檢測去初始化tracker就可以了。其實我就想說，FPS才TMD是最重要的指標，慢的要死的算法可以去死了(同學(xué)別這么偏激，速度是可以優(yōu)化的)。經(jīng)典判別類方法推薦Struck和TLD，都能實時性能還行，Struck是2012年之前最好的方法，TLD是經(jīng)典long-term的代表，思想非常值得借鑒：
Hare S, Golodetz S, Saffari A, et al. Struck: Structured output tracking with kernels [J]. IEEE TPAMI, 2016.
Kalal Z, Mikolajczyk K, Matas J. Tracking-learning-detection [J]. IEEE TPAMI, 2012.
長江后浪推前浪，前面的已被排在沙灘上，這個后浪就是相關(guān)濾波和深度學(xué)習(xí)。相關(guān)濾波類方法correlation filter簡稱CF，也叫做discriminative correlation filter簡稱DCF，注意和后面的DCF算法區(qū)別，包括前面提到的那幾個，也是后面要著重介紹的。深度學(xué)習(xí)（Deep ConvNet based）類方法，因為深度學(xué)習(xí)類目前不適合落地就不瞎推薦了，可以參考Winsty的幾篇 Naiyan Wang - Home，還有VOT2015的冠軍MDNet Learning Multi-Domain Convolutional Neural Networks for Visual Tracking，以及VOT2016的冠軍TCNN ，速度方面比較突出的如80FPS的SiamFC SiameseFC tracker和100FPS的GOTURN davheld/GOTURN，注意都是在GPU上?；赗esNet的SiamFC-R(ResNet)在VOT2016表現(xiàn)不錯，很看好后續(xù)發(fā)展，有興趣也可以去VALSE聽作者自己講解 VALSE-20160930-LucaBertinetto-Oxford-JackValmadre-Oxford-pu，至于GOTURN，效果比較差，但優(yōu)勢是跑的很快100FPS，如果以后效果也能上來就好了。做科研的同學(xué)深度學(xué)習(xí)類是關(guān)鍵，能兼顧速度就更好了。
Nam H, Han B. Learning multi-domain convolutional neural networks for visual tracking [C]// CVPR, 2016.
Nam H, Baek M, Han B. Modeling and propagating cnns in a tree structure for visual tracking. arXiv preprint arXiv:1608.07242, 2016.
Bertinetto L, Valmadre J, Henriques J F, et al. Fully-convolutional siamese networks for object tracking [C]// ECCV, 2016.
Held D, Thrun S, Savarese S. Learning to track at 100 fps with deep regression networks [C]// ECCV, 2016.
最后，深度學(xué)習(xí)END2END的強大威力在目標跟蹤方向還遠沒有發(fā)揮出來，還沒有和相關(guān)濾波類方法拉開多大差距(速度慢是天生的我不怪你，但效果總該很好吧，不然你存在的意義是什么呢。。革命尚未成功，同志仍須努力)。另一個需要注意的問題是目標跟蹤的數(shù)據(jù)庫都沒有嚴格的訓(xùn)練集和測試集，需要離線訓(xùn)練的深度學(xué)習(xí)方法就要非常注意它的訓(xùn)練集有沒有相似序列，而且一直到VOT2017官方才指明要限制訓(xùn)練集，不能用相似序列訓(xùn)練模型。
最后強力推薦兩個資源。王強維護的benchmark_results ：大量頂級方法在OTB庫上的性能對比，各種論文代碼應(yīng)有盡有，大神自己C++實現(xiàn)并開源的CSK, KCF和DAT，還有他自己的DCFNet論文加源碼，找不著路的同學(xué)請跟緊。
@H Hakase維護的相關(guān)濾波類資源，詳細分類和論文代碼資源，走過路過別錯過，相關(guān)濾波類算法非常全面，非常之用心！
第三部分：相關(guān)濾波
介紹最經(jīng)典的高速相關(guān)濾波類跟蹤算法CSK, KCF/DCF, CN。很多人最早了解CF，應(yīng)該和我一樣，都是被下面這張圖吸引了：
這是KCF/DCF算法在OTB50上(2014年4月就掛arVix了, 那時候OTB100還沒有發(fā)表)的實驗結(jié)果，Precision和FPS碾壓了OTB50上最好的Struck，看慣了勉強實時的Struck和TLD，飆到高速的KCF/DCF突然有點讓人不敢相信，其實KCF/DCF就是在OTB上大放異彩的CSK的多通道特征改進版本。注意到那個超高速615FPS的MOSSE(嚴重超速這是您的罰單)，這是目標跟蹤領(lǐng)域的第一篇相關(guān)濾波類方法，這其實是真正第一次顯示了相關(guān)濾波的潛力。和KCF同一時期的還有個CN，在2014'CVPR上引起劇烈反響的顏色特征方法，其實也是CSK的多通道顏色特征改進算法。從MOSSE(615)到 CSK(362) 再到 KCF(172FPS), DCF(292FPS), CN(152FPS), CN2(202FPS)，速度雖然是越來越慢，但效果越來越好，而且始終保持在高速水平：
Bolme D S, Beveridge J R, Draper B A, et al. Visual object tracking using adaptive correlation filters [C]// CVPR, 2010.
Henriques J F, Caseiro R, Martins P, et al. Exploiting the circulant structure of tracking-by- detection with kernels [C]// ECCV, 2012.
Henriques J F, Rui C, Martins P, et al. High-Speed Tracking with Kernelized Correlation Filters [J]. IEEE TPAMI, 2015.
Danelljan M, Shahbaz Khan F, Felsberg M, et al. Adaptive color attributes for real-time visual tracking [C]// CVPR, 2014.
CSK和KCF都是Henriques J F(牛津大學(xué))Jo?o F. Henriques 大神先后兩篇論文，影響后來很多工作，核心部分的嶺回歸，循環(huán)移位的近似密集采樣，還給出了整個相關(guān)濾波算法的詳細推導(dǎo)。還有嶺回歸加kernel-trick的封閉解，多通道HOG特征。
Martin Danelljan大牛(林雪平大學(xué))用多通道顏色特征Color Names(CN)去擴展CSK得到了不錯的效果，算法也簡稱CN。
MOSSE是單通道灰度特征的相關(guān)濾波，CSK在MOSSE的基礎(chǔ)上擴展了密集采樣(加padding)和kernel-trick，KCF在CSK的基礎(chǔ)上擴展了多通道梯度的HOG特征，CN在CSK的基礎(chǔ)上擴展了多通道顏色的Color Names。HOG是梯度特征，而CN是顏色特征，兩者可以互補，所以HOG+CN在近兩年的跟蹤算法中成為了hand-craft特征標配。最后，根據(jù)KCF/DCF的實驗結(jié)果，討論兩個問題：
1. 為什么只用單通道灰度特征的KCF和用了多通道HOG特征的KCF速度差異很??？
第一，作者用了HOG的快速算法fHOG，來自Piotr's Computer Vision Matlab Toolbox，C代碼而且做了SSE優(yōu)化。如對fHOG有疑問，請參考論文Object Detection with Discriminatively Trained Part Based Models第12頁。
第二，HOG特征常用cell size是4，這就意味著，100*100的圖像，HOG特征圖的維度只有25*25，而Raw pixels是灰度圖歸一化，維度依然是100*100，我們簡單算一下：27通道HOG特征的復(fù)雜度是27*625*log(625)=47180，單通道灰度特征的復(fù)雜度是10000*log(10000)=40000，理論上也差不多，符合表格。
看代碼會發(fā)現(xiàn)，作者在擴展后目標區(qū)域面積較大時，會先對提取到的圖像塊做因子2的下采樣到50*50，這樣復(fù)雜度就變成了2500*log(2500)=8495，下降了非常多。那你可能會想，如果下采樣再多一點，復(fù)雜度就更低了，但這是以犧牲跟蹤精度為代價的，再舉個例子，如果圖像塊面積為200*200，先下采樣到100*100，再提取HOG特征，分辨率降到了25*25，這就意味著響應(yīng)圖的分辨率也是25*25，也就是說，響應(yīng)圖每位移1個像素，原始圖像中跟蹤框要移動8個像素，這樣就降低了跟蹤精度。在精度要求不高時，完全可以稍微犧牲下精度提高幀率(但看起來真的不能再下采樣了)。
2. HOG特征的KCF和DCF哪個更好？
大部分人都會認為KCF效果超過DCF，而且各屬性的準確度都在DCF之上，然而，如果換個角度來看，以DCF為基準，再來看加了kernel-trick的KCF，mean precision僅提高了0.4%，而FPS下降了41%，這么看是不是挺驚訝的呢？除了圖像塊像素總數(shù)，KCF的復(fù)雜度還主要和kernel-trick相關(guān)。所以，下文中的CF方法如果沒有kernel-trick，就簡稱基于DCF，如果加了kernel-trick，就簡稱基于KCF(劇透基本各占一半)。當然這里的CN也有kernel-trick，但請注意，這是Martin Danelljan大神第一次使用kernel-trick，也是最后一次。。。
這就會引發(fā)一個疑問，kernel-trick這么強大的東西，怎么才提高這么點？這里就不得不提到Winsty的另一篇大作：
Wang N, Shi J, Yeung D Y, et al. Understanding and diagnosing visual tracking systems[C]// ICCV, 2015.
一句話總結(jié)，別看那些五花八門的機器學(xué)習(xí)方法，那都是虛的，目標跟蹤算法中特征才是最重要的（就是因為這篇文章我粉了WIN叔哈哈），以上就是最經(jīng)典的三個高速算法，CSK, KCF/DCF和CN，推薦。
VOT與OTB一樣最早都是2013年出現(xiàn)的，但VOT2013序列太少，第一名的PLT代碼也找不到，沒有參考價值就直接跳過了。直接到了VOT2014競賽 （http://t.cn/RYh2FSL）。這一年有25個精挑細選的序列，38個算法，那時候深度學(xué)習(xí)的戰(zhàn)火還沒有燒到tracking，所以主角也只能是剛剛展露頭角就獨霸一方的CF，下面是前幾名的詳細情況：
前三名都是相關(guān)濾波CF類方法，第三名的KCF已經(jīng)很熟悉了，這里稍微有點區(qū)別就是加了多尺度檢測和子像素峰值估計，再加上VOT序列的分辨率比較高(檢測更新圖像塊的分辨率比較高)，導(dǎo)致競賽中的KCF的速度只有24.23(EFO換算66.6FPS)。這里speed是EFO(Equivalent Filter Operations)，在VOT2015和VOT2016里面也用這個參數(shù)衡量算法速度，這里一次性列出來供參考(MATLAB實現(xiàn)的tracker實際速度要更高一些)：
其實前三名除了特征略有差異，核心都是KCF為基礎(chǔ)擴展了多尺度檢測，概要如下：
尺度變化是跟蹤中比較基礎(chǔ)和常見的問題，前面介紹的KCF/DCF和CN都沒有尺度更新，如果目標縮小，濾波器就會學(xué)習(xí)到大量背景信息，如果目標擴大，濾波器就跟著目標局部紋理走了，這兩種情況都很可能出現(xiàn)非預(yù)期的結(jié)果，導(dǎo)致漂移和失敗。
SAMF，浙大Yang Li的工作，基于KCF，特征是HOG+CN，多尺度方法是平移濾波器在多尺度縮放的圖像塊上進行目標檢測，取響應(yīng)最大的那個平移位置及所在尺度：
Li Y, Zhu J. A scale adaptive kernel correlation filter tracker with feature integration [C]// ECCV, 2014.
Martin Danelljan的DSST，只用了HOG特征，DCF用于平移位置檢測，又專門訓(xùn)練類似MOSSE的相關(guān)濾波器檢測尺度變化，開創(chuàng)了平移濾波+尺度濾波，之后轉(zhuǎn)TPAMI做了一系列加速的版本fDSST，非常+非常+非常推薦：
Danelljan M, H?ger G, Khan F, et al. Accurate scale estimation for robust visual tracking [C]// BMVC, 2014.
Danelljan M, Hager G, Khan F S, et al. Discriminative Scale Space Tracking [J]. IEEE TPAMI, 2017.
簡單對比下這兩種尺度自適應(yīng)的方法：
DSST和SAMF所采用的尺度檢測方法哪個更好？
首先給大家講個笑話：Martin Danelljan大神提出DSST之后，他的后續(xù)論文就再沒有用過(直到最新CVPR的ECO-HC中為了加速用了fDSST)。
雖然SAMF和DSST都可以跟上普通的目標尺度變化，但SAMF只有7個尺度比較粗，而DSST有33個尺度比較精細準確；
DSST先檢測最佳平移再檢測最佳尺度，是分步最優(yōu)，而SAMF是平移尺度一起檢測，是平移和尺度同時最優(yōu)，而往往局部最優(yōu)和全局最優(yōu)是不一樣的；
DSST將跟蹤劃分為平移跟蹤和尺度跟蹤兩個問題，可以采用不同的方法和特征，更加靈活，但需要額外訓(xùn)練一個濾波器，每幀尺度檢測需要采樣33個圖像塊，之后分別計算特征、加窗、FFT等，尺度濾波器比平移濾波器慢很多；SAMF只需要一個濾波器，不需要額外訓(xùn)練和存儲，每個尺度檢測就一次提特征和FFT，但在圖像塊較大時計算量比DSST高。
所以尺度檢測DSST并不總是比SAMF好，其實在VOT2015和VOT2016上SAMF都是超過DSST的，當然這主要是因為特征更好，但至少說明尺度方法不差。總的來說，DSST做法非常新穎，速度更快，SAMF同樣優(yōu)秀也更加準確。
DSST一定要33個尺度嗎？
DSST標配33個尺度非常非常敏感，輕易降低尺度數(shù)量，即使你增加相應(yīng)步長，尺度濾波器也會完全跟不上尺度變化。關(guān)于這一點可能解釋是，訓(xùn)練尺度濾波器用的是一維樣本，而且沒有循環(huán)移位，這就意味著一次訓(xùn)練更新只有33個樣本，如果降低樣本數(shù)量，會造成訓(xùn)練不足，分類器判別力嚴重下降，不像平移濾波器有非常多的移位樣本(個人看法歡迎交流)。總之，請不要輕易嘗試大幅降低尺度數(shù)量，如果非要用尺度濾波器33和1.02就很好。
以上就是兩種推薦的尺度檢測方法，以后簡稱為類似DSST的多尺度和類似SAMF的多尺度。如果更看重速度，加速版的fDSST，和僅3個尺度的SAMF(如VOT2014中的KCF)就是比較好的選擇；如果更看重精確，33個尺度的DSST，及7個尺度的SAMF就比較合適。
（未完待續(xù)）
【計算機視覺基礎(chǔ)入門課程（從算法到實戰(zhàn)應(yīng)用】
上海交通大學(xué)博士講師團隊，BAT實習(xí)背景；手把手項目演示，全程提供代碼；從算法到實戰(zhàn)應(yīng)用，涵蓋CV領(lǐng)域主要知識點；深度剖析CV研究體系，輕松實戰(zhàn)深度學(xué)習(xí)應(yīng)用領(lǐng)域！
課程地址：http://www.ozgbdpf.cn/special/mooc/05.html
加入AI慕課學(xué)院人工智能學(xué)習(xí)交流QQ群：624413030，與AI同行一起交流成長
相關(guān)文章：
算法到實戰(zhàn)，如何零基礎(chǔ)入門計算機視覺領(lǐng)域
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
