具有有限边界的相关滤波器

相关滤波器利用频域中的特定属性，从而能够被高效估计：在频域中复杂度为 $O(ND\log D)$，而在空域中为 $O(D^3 + ND^2)$，其中 $D$ 是信号长度，$N$ 是信号数量。近期对相关滤波器的扩展（如 MOSSE）因其鲁棒性和吸引人的计算特性，重新激发了视觉社区对其使用的兴趣。然而，在本文中我们证明，这种计算效率是以牺牲性能为代价的。具体而言，我们表明只有 $1/D$ 比例的平移样本不受边界效应影响，这对检测/跟踪性能产生了显著影响。在本文中，我们提出了一种新颖的相关滤波器估计方法，该方法：(i) 利用了频域中固有的计算冗余，以及 (ii) 显著减少了边界效应。我们在准确性和计算效率两方面均展示了令人印象深刻的目标跟踪和检测结果。