Real-Time Compressive Tracking 论文笔记

Posted 2020-09-28 wzjhoutai

总体思想

---

1 利用符合压缩感知RIP条件的随机感知矩阵对多尺度图像进行降维

2 然后对降维的特征採用简单的朴素贝叶斯进行分类

算法主要流程

---

1 在t帧的时候，我们採样得到若干张目标（正样本）和背景（负样本）的图像片，然后对他们进行多尺度变换，再通过一个稀疏測量矩阵对多尺度图像特征进行降维，然后通过降维后的特征（包含目标和背景，属二分类问题）去训练朴素贝叶斯分类器（）。

2 在t+1帧的时候，我们在上一帧跟踪到的目标位置的周围採样n个扫描窗体（避免去扫描整幅图像），通过相同的稀疏測量矩阵对其降维，提取特征，然后用第t帧训练好的朴素贝叶斯分类器进行分类，分类分数最大的窗体就觉得是目标窗体。

这样就实现了从t帧到t+1帧的目标跟踪。

Relate Work

---

Issuse of online tracking algorithms(update models with samples from observations in resent frames)

1 adaptive appearance models are data-dependent, but there does not exist sufficient amount of data for online algorithms at out set

2 drift problems

How To Do

---

1 生成随机測量矩阵

Achlioptas [16] proved that this type of matrix withs = 2 or 3 satisfies the Johnson-Lindenstrauss lemma. [17]证明，满足JL条件的话即满足CS的restricted isometry property in compressive sensing. 从而我们可以从降维后的v最好的重建x，当中v=Rx，R为随机矩阵

2 得到x向量

w,h是所选目标的宽长。我们用上面一系列不同尺度的矩形来对图像进行类似haar-like的向量生成，一共是wxh个rectangle filters，对每一个像素进行卷积，生成m=(wh)^2个x。尽管m非常大非常大。由于随机測量矩阵十分稀疏，能够降到非常小的n维

3 例如以下做降维处理

4 构建并更新分类器

如果降维后的数据是独立的分布，用下面朴素贝叶斯进行分类（4）

Since Diaconis and Freedman [23] showed that the random projections of high dimensional random vectors are almost always Gaussian。 we assumed p(vi|y=1)andp(vi|y= 0) in the classifier to be Gaussian.

參数採用下式（6）进行递增的更新

   

类似高斯的直观图

5 总体算法为

Discussion

---

1 由于本文算法是data-independent的，所以不像1-tracker [10] ，compressive sensing tracker [9] 这些生成模型，不须要存储曾经的训练样本；所採用广义的haar-like。不像[9][10]採用holistic templates for sparse representation，本文的特征更为鲁棒

2 PCA和它的变种广泛应用在了生成跟踪模型的方法里[1,6]，但这些方法由于用的是holistic representation，对遮挡不鲁棒; 并且不一定能update correctly with new observations。压缩跟踪不存在self-taught learning approaches存在的这些问题，由于利用随机測量矩阵的这个模型是data-independent的；random projection 好于 principal component analysis

3 The tracking-by-detection methods often encounter the inherent ambiguity problems as shown in Figure below. Babenko et al. [8] introduced multiple instance learning schemes to alleviate the

tracking ambiguity problem

4 measurement matrix is data-independent and no noise is introduced by mis-aligned samples

5 Similar representations, e.g., local binary patterns [26] and generalized Haar-like features [8], have been shown to be more effective in handling occlusion.

Experiment

---

1 用到的评价标准 1 ROI 2 center location error

2 Algorithm combines the merits of generative(features?) and discriminative(bayes?) appearance models to account for scene changes