源自作者主页http://www.robots.ox.ac.uk/~joao/circulant/ Matlab源码

kcf matlab代码“多模板尺度自适应核相关滤波器”ICCVW2015 作者：Adel Bibi 和 Bernard Ghanem。 访问我们集团的网站： 阿德尔·比比的网站： 电子邮件： adel.bibi [AT] kaust.edu.sa bibiadel93 [AT] gmail.com 伯纳德·加尼姆的网站： 电子邮件： Bernard.Ghanem [AT] kaust.edu.sa 此 MATLAB 代码基于多模板尺度自适应核相关拟合器 (KCF_MTS) 实现了一个简单的跟踪管道。 它可免费用于研究用途。 如果您觉得它有用，请通过参考确认上面的论文。 有关实施详情，请查看 (Read_Me_KCT_MTSA.txt)。

大多数现代跟踪器的核心部件是识别分类器，其任务是区分目标和周围环境。为了应对自然图像的变化，这个分类器通常使用翻译和缩放的样本补丁进行训练。这样的样本集充满了冗余——任何重叠的像素都被限制为相同的。基于这个简单的观察，我们提出了一个分析模型的数据集的数千个翻译补丁。通过证明所得到的数据矩阵是循环的，我们可以用离散傅立叶变换对其进行对角化，从而将存储和计算都减少了几个数量级。有趣的是，对于线性回归，我们的公式相当于一些最快的竞争跟踪者使用的相关滤波器。然而，对于核回归，我们推导了一种新的核相关滤波器（KCF），它与其他核算法不同，具有与线性相关滤波器完全相同的复杂性。在此基础上，我们还提出了一种基于线性核的线性相关滤波器的快速多通道扩展，我们称之为双相关滤波器（DCF）。KCF和DCF在50个视频基准测试中都优于诸如strike或tld之类的顶级追踪器，尽管它们以每秒数百帧的速度运行，并且在几行代码中实现（算法1）。为了鼓励进一步的发展，我们的跟踪框架是开源的。