KCFpython算法

KCF全称为Kernel Correlation Filter 核相关滤波算法。是在2014年由Joao F. Henriques, Rui Caseiro, Pedro Martins, and Jorge Batista提出来的。本程序是KCF算法的python实现

import numpy as np 
import cv2
from numba import jit

# constant
NUM_SECTOR = 9
FLT_EPSILON = 1e-07


@jit
def func1（dx dy boundary_x boundary_y height width numChannels）:
    r = np.zeros（（height width） np.float32）
    alfa = np.zeros（（height width 2） np.int）

    for j in xrange（1 height-1）:
        for i in xrange（1 width-1）:
            c = 0
            x = dx[j i c]
            y = dy[j i c]
            r[j i] = np.sqrt（x*x + y*y）

            for ch in xrange（1 numChannels）:
                tx = dx[j i ch]
                ty = dy[j i ch]
                magnitude = np.sqrt（tx*tx + ty*ty）
                if（magnitude > r[j i]）:
                    r[j i] = magnitude
                    c = ch
                    x = tx
                    y = ty

            mmax = boundary_x[0]*x + boundary_y[0]*y
            maxi = 0

            for kk in xrange（0 NUM_SECTOR）:
                dotProd = boundary_x[kk]*x + boundary_y[kk]*y
                if（dotProd > mmax）:
                    mmax = dotProd
                    maxi = kk
                elif（-dotProd > mmax）:
                    mmax = -dotProd
                    maxi = kk + NUM_SECTOR

            alfa[j i 0] = maxi % NUM_SECTOR
            alfa[j i 1] = maxi
    return r alfa

@jit
def func2（dx dy boundary_x boundary_y r alfa nearest w k height width sizeX sizeY p stringSize）:
    mapp = np.zeros（（sizeX*sizeY*p） np.float32）
    for i in xrange（sizeY）:
        for j in xrange（sizeX）:
            for ii in xrange（k）:
                for jj in xrange（k）:
                    if（（i * k + ii > 0） and （i * k + ii < height - 1） and （j * k + jj > 0） and （j * k + jj < width  - 1））:
                        mapp[i*stringSize + j*p + alfa[k*i+iij*k+jj0]] +=  r[k*i+iij*k+jj] * w[ii0] * w[jj0]
                        mapp[i*stringSize + j*p + alfa[k*i+iij*k+jj1] + NUM_SECTOR] +=  r[k*i+iij*k+jj] * w[ii0] * w[jj0]
                        if（（i + nearest[ii] >= 0） and （i + nearest[ii] <= sizeY - 1））:
                            mapp[（i+nearest[ii]）*stringSize + j*p + alfa[k*i+iij*k+jj0]] += r[k*i+iij*k+jj] * w[ii1] * w[jj0]
                            mapp[（i+nearest[ii]）*stringSize + j*p + alfa[k*i+iij*k+jj1] + NUM_SECTOR] += r[k*i+iij*k+jj] * w[ii1] * w[jj0]
                        if（（j + nearest[jj] >= 0） and （j + nearest[jj] <= sizeX - 1））:
                            mapp[i*stringSize + （j+nearest[jj]）*p + alfa[k*i+iij*k+jj0]] += r[k*i+iij*k+jj] * w[ii0] * w[jj1]
                            mapp[i*stringSize + （j+nearest[jj]）*p + alfa[k*i+iij*k+jj1] + NUM_SECTOR] += r[k*i+iij*k+jj] * w[ii0] * w[jj1]
                        if（（i + nearest[ii] >= 0） and （i + nearest[ii] <= sizeY - 1） and （j + nearest[jj] >= 0） and （j + nearest[jj] <= sizeX - 1））:
                            mapp[（i+nearest[ii]）*stringSize + （j+nearest[jj]）*p + alfa[k*i+iij*k+jj0]] += r[k*i+iij*k+jj] * w[ii1] * w[jj1]
                            mapp[（

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-01-06 15:52  KCFpy-master\
     文件        1061  2017-01-06 15:52  KCFpy-master\LICENSE
     文件        1807  2017-01-06 15:52  KCFpy-master\README.md
     文件       12483  2017-01-06 15:52  KCFpy-master\fhog.py
     文件       11668  2017-01-06 15:52  KCFpy-master\kcftracker.py
     文件        2420  2017-01-06 15:52  KCFpy-master\run.py