CVPR 2018 STRCF:《Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking》论文笔记

  理解出错之处望不吝指正。 

  本文提出的模型叫做STRCF。

  在DCF中存在边界效应，SRDCF在DCF的基础上中通过加入spatial惩罚项解决了边界效应，但是SRDCF在tracking的过程中要使用到过去的多帧样本，带来了计算消耗。本文提出的STRCF在DCF的基础上加入了spatial和temporal正则项，且tracking过程中只使用上一帧的信息。

  SRDCF的目标函数：

  STRCF的目标函数：

  其中，第二项是spatial正则项，第三项是temporal正则项。

  作者说，STRCF的目标函数是凸函数，可以ADMM（交替方向乘子算法）来得到全局最优，作者进行了一系列推导，这部分可以参照论文来看。