LADCF_VOT使用HOG特征提取的MATLAB代码。

简介：
该研究集中于HOG特征提取的MATLAB代码，以及在LADCF-No.1公开数据集上应用的VOT2018算法。“通过时间一致性来保留空间特征选择，并学习健壮的视觉，学习自适应判别相关滤波器（LADCF）”是该算法的核心思想。该工作发表在arXiv预印本arXiv:1807.11348中，作者为徐天阳和冯锋、振华和吴刚、小俊和基特勒、约瑟夫。原始跟踪代码可供参考。LADCFTracker用于VOT2018的具体说明如下：该算法利用低维流形学习自适应判别相关滤波器（LADCF），并采用自适应空间正则化器进行训练。为了实现高效跟踪，我们采用了单帧学习和更新策略：首先在跟踪阶段学习过滤器，随后使用固定速率进行迭代更新[1]。在特征提取方面，我们使用了HOG[2]、CN[3]和ResNet-50[4]等多种功能。为了提升训练数据的多样性，我们对较深的特征进行了增强处理，包括使用模糊处理（采用两个高斯滤波器）以及旋转（-30度、-20度、-10度、10度、20度、30度）和水平翻转。[5] 相关的代码模块也一并提供。