资源简介
简易版kcf推导和matlab演示,主要是不带核方法的kcf。
代码片段和文件信息
% img=imread(‘./lena.bmp‘);
% img=double(img);
% y=fspecial(‘gaussian‘size(img)11);
% w_f=( fft2(img).*fft2(y) ) ./ ( fft2(img).*fft2(img) );
% pred=ifft2(fft2(circshift(img[100100])).*w_f);
% imshow(pred[]) %超简易版公式验证
clear all
clc
%将图片放到一个文件夹下
names=dir(‘.\img‘);
%获取图片名称列表
names(1:2)=[];
img=double(rgb2gray(imread([‘.\img\‘names(1).name]))); %读取第一张图
loc_len=[302008040];
%目标框左上角的列坐标,行坐标,目标框列数,目标框的行数
patch=img(loc_len(2):loc_len(2)+loc_len(4)loc_len(1):loc_len(1)+loc_len(3));
%获得目标
label=fspecial(‘gaussian‘size(patch)3);
%生成标签
w_fft2_conj=fft2(patch).*(fft2(label))./((fft2(patch)).*fft2(patch));
%训练得到权重w的傅里叶变换(没必要变到时域,因为一会儿直接用w的频域矩阵)
for i=1:size(names1)
img=double(rgb2gray(imread([‘.\img\‘names(i).name])));
%读图,转灰度,转double
tmp_patch=img(loc_len(2):loc_len(2)+loc_len(4)loc_len(1):loc_len(1)+loc_len(3));
%获得搜索范围
pred=ifft2(fft2(tmp_patch).*(w_fft2_conj));
%使用w预测
[rowcol]=find(pred==max(max(pred)));
%找到相应最大的位置
loc_len(1)=loc_len(1) + col-loc_len(3)/2;
%更新列坐标,原有列坐标=原有列坐标+响应矩阵最高点列坐标-响应矩阵中心点列坐标
loc_len(2)=loc_len(2) + row-loc_len(4)/2;
%更新行坐标,原有行坐标=原有行坐标+响应矩阵最高点行坐标-响应矩阵中心点行坐标
imshow(img[])
rectangle(‘Position‘loc_len‘EdgeColor‘‘r‘)
%绘制矩形框
pause(0.03)
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-05-13 22:07 img\
文件 10547 2015-12-12 01:35 img\fr
文件 10211 2015-12-12 01:35 img\fr
文件 10204 2015-12-12 01:35 img\fr
文件 10170 2015-12-12 01:35 img\fr
文件 10079 2015-12-12 01:35 img\fr
文件 9975 2015-12-12 01:35 img\fr
文件 9990 2015-12-12 01:35 img\fr
文件 9994 2015-12-12 01:35 img\fr
文件 9974 2015-12-12 01:35 img\fr
文件 10013 2015-12-12 01:35 img\fr
文件 9967 2015-12-12 01:35 img\fr
文件 10049 2015-12-12 01:35 img\fr
文件 10022 2015-12-12 01:35 img\fr
文件 9932 2015-12-12 01:35 img\fr
文件 9891 2015-12-12 01:35 img\fr
文件 9955 2015-12-12 01:35 img\fr
文件 10102 2015-12-12 01:35 img\fr
文件 10101 2015-12-12 01:35 img\fr
文件 10212 2015-12-12 01:35 img\fr
文件 10168 2015-12-12 01:35 img\fr
文件 10251 2015-12-12 01:35 img\fr
文件 10157 2015-12-12 01:35 img\fr
文件 10207 2015-12-12 01:35 img\fr
文件 10253 2015-12-12 01:35 img\fr
文件 10376 2015-12-12 01:35 img\fr
文件 10400 2015-12-12 01:35 img\fr
文件 10307 2015-12-12 01:35 img\fr
文件 10340 2015-12-12 01:35 img\fr
文件 10369 2015-12-12 01:35 img\fr
文件 10300 2015-12-12 01:35 img\fr
............此处省略55个文件信息
- 上一篇:密度聚类dbscan算法——matlab编程
- 下一篇:模糊聚类算法matlab
评论
共有 条评论