qingshang214的博客

我们知道，在目标跟踪算法中，广泛使用的tracking-by-detection框架的核心部分就是分类器[16]。每一帧在目标估计位置的周围采集一些样本，距离目标近的样本标签为正，距离目标远的样本标签为负。利用这些样本更新分类器，但是由于计算量的限制，仅使用于了少量的样本。但是，CSK算法提出一种完全不同的方法。打算使用所有样本训练分类器，使得训练更加充分。但是由于核矩阵高度结构化，计算量相比之前也大大减少。

我们知道，在目标跟踪算法中，广泛使用的tracking-by-detection框架的核心部分就是分类器[16]。每一帧在目标估计位置的周围采集一些样本，距离目标近的样本标签为正，距离目标远的样本标签为负。利用这些样本更新分类器，但是由于计算量的限制，仅使用于了少量的样本。但是，KCF算法提出一种完全不同的方法。打算使用所有样本训练分类器，使得训练更加充分。但是由于核矩阵高度结构化，计算量相比之前也大大减少

这是常用的积分图代码，和MEX代码。

这是HOG特征提取，我已经调通。

数字信号处理二实验三

数字信号处理二实验二

这是西安交通大学数字信号处理实验1

双三次插值（也称协调板元），二元双三次插值公式共有（3＋1）2＝16个系数，其一般形式可写成[9]： a00 + a10x + a01y + a20x2 + a11xy + a02y2 + a21x2y + a12xy2 + a22x2y2 + a30x3 + a03y3 + a31x3y + a13xy3 + a32x3y2 + a23x2y3 + a33x3y3 或者更简单的形式 \sum_{i=0}^3 \sum_{j=0}^3 a_{ij} x^i y^j 双三次插值方法能够克服双线性插值和最邻近插值算法的缺点。计算精度比较高，插值效果较最近邻插值法和双线性插值法好，但是计算量大。在图像领域中，该方法考虑一个浮点坐标(i+u,j+v)周围的16个邻点，目标像素值f(i+u,j+v)可由如下插值公式得到： f(i+u,j+v)=[A]×[B]×[C] [A]=[S(u+1) S(u+0) S(u-1) S(u-2)] 常见插值算法