核互相关器
计算机视觉与模式识别
2018-12-06 v4
摘要
互相关器在许多视觉感知任务（如目标检测与跟踪）中发挥着重要作用。超越线性互相关器，本文提出了一种核互相关器（Kernel Cross-Correlator, KCC），打破了传统限制。首先，通过引入核技巧，KCC将线性互相关扩展到非线性空间，对信号噪声和失真更具鲁棒性。其次，与现有工作的联系表明，KCC为相关滤波器提供了统一解决方案。第三，KCC适用于任意核函数，且不限于训练数据上的循环结构，因此能够预测具有定制属性的仿射变换。最后，通过利用快速傅里叶变换（FFT），KCC消除了核向量的直接计算，从而以合理的计算代价实现了更好的性能。在视觉跟踪和使用可穿戴设备的人体活动识别上的综合实验证明了其鲁棒性、灵活性与高效性。两项实验的源代码发布于 https://github.com/wang-chen/KCC
引用
@article{arxiv.1709.05936,
title = {Kernel Cross-Correlator},
author = {Chen Wang and Le Zhang and Lihua Xie and Junsong Yuan},
journal= {arXiv preprint arXiv:1709.05936},
year = {2018}
}
备注
The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI-18)