matlab fft代码这是CVPR18中我们的MKCFup论文的实现。 为了提高速度，我们在C ++版本中使用DSST代替了fDSST。 我们在具有Intel Core i7-7700 3.60GHz CPU和8GB RAM的PC上执行了此实现。 在采用Release-x64模式的OTB2013上，平均FPS为175 ，我们的结果存储在./res中。 Matlab版本请参考 注意：根据opencv4，大多数C API已被排除，如果您使用opencv4，则在run_MKCFup.cpp和fhog.hpp中可能会更改某些API。 在运行我们的代码之前，请检查您是否已完成以下步骤。 安装Visual Studio 2015 +，fftw3.3.5 +（可以改用cv :: fft，但可能会慢一些）和opencv3.2 +； 确保在您的项目中添加了cn_data.cpp，ComplexMat.cpp和gradientMex.cpp； 在您的视觉工作室中打开OpenMP支持； 使用发布模式。 请运行run_MKCF.cpp以使用我们的跟踪器。 如果遇到速度问题，请确保在发布模式下，跟踪器的速度比

基于核相关滤波器KCF的高速跟踪PPT介绍: Although the reasons for doing so are understandable, we argue that undersampling negatives is the main factor inhibiting performance in tracking. These analytical tools, namely circulant matrices, provide a useful bridge between popular learning algorithms and classical signal processing. The kernelized version of a linear correlation filter, which forms the basis for the fastest trackersavailable.