1、电脑配置本人电脑的配置，Windows10 64位+MATLAB 2013b +CUDA6.5 +VS 2013这里给大家说个小BUG，MATLAB2013a是不支持gpuarray的，如果你是2013a的话，会一直报这句错误的。所以，不用怀疑，直接更换版本。VS是用来给喜欢自己编译的同学的，不过代码中已经给出了编译好的caffe的代码，可以直接下载使用。CUDA是用来加速计算的

今天讲解的这个算法是比较简单容易理解的，这个前提就是你对相关滤波器算法和深度学习都有一定的了解。废话不多说，直接进入正题。还是先放上论文点此下载论文和代码点此下载diamante链接。本文思想本文算法思想还是比较简单容易理解的，基本的跟踪框架就是KCF，把原有的论文当中所使用的HOG特征替换为本文所使用的深度卷积特征，但是本文所使用给定深度卷积特征和以前论文当中使用的还有区别，使用训练好的V

一直以来没有很想写这个，以为这个东西比较简单，还算是比较容易理解的一个算法，但是在知乎上回答过一个问题之后就有朋友私信我一些关于细节的东西，我一直以为关于细节的东西大家可以自己去理解，大家都是想快速了解这个，那我就厚脸皮了在这写一下自己的见解了，如果有写的不详细或者大家想了解的东西没写到的都可以留言，我给补充上去。——————————————————————————————————————————

本文旨在对本人对近几年跟踪算法的了解以及看过的论文的一个总结，可能有些遗漏之处，还望读者大大们不要鄙视我，有什么缺漏请提出。2009年先说2009年，这算是我了解的算法当中年龄最大的一些了，在09年出现的算法在我这已经算是元老级的算法了，09年了解的比较少，列举一下自己的理解。Boris Babenko,Visual Tracking with Online Multiple Insta

一、多层感知器多层感知器（MLP，Multilayer Perceptron）是一种前馈人工神经网络模型，其将输入的多个数据集映射到单一的输出的数据集上。可以实现非线性判别式，如果用于回归，可以逼近输入的非线性函数。其实MLP可以用于“普适近似”，即可以证明： 具有连续输入和输出的任何函数都可以用MLP近似 ，已经证明，具有一个隐藏层（隐藏节点个数不限）的MLP可以学习输入的任意非线性函数。二、代

一、多层感知器多层感知器（MLP，Multilayer Perceptron）是一种前馈人工神经网络模型，其将输入的多个数据集映射到单一的输出的数据集上。可以实现非线性判别式，如果用于回归，可以逼近输入的非线性函数。其实MLP可以用于“普适近似”，即可以证明： 具有连续输入和输出的任何函数都可以用MLP近似 ，已经证明，具有一个隐藏层（隐藏节点个数不限）的MLP可以学习输入的任意非线性函数。二、代

一、多层感知器多层感知器（MLP，Multilayer Perceptron）是一种前馈人工神经网络模型，其将输入的多个数据集映射到单一的输出的数据集上。可以实现非线性判别式，如果用于回归，可以逼近输入的非线性函数。其实MLP可以用于“普适近似”，即可以证明： 具有连续输入和输出的任何函数都可以用MLP近似 ，已经证明，具有一个隐藏层（隐藏节点个数不限）的MLP可以学习输入的任意非线性函数。二、代

文章下载链接：文章下载链接代码下载链接：Staple代码————————————————————————————————————————————今天要讲的这篇文章也是基于相关滤波器（不懂相关滤波器的请看我前一篇文章）进行改进的一篇文章，发表在2016年CVPR上面，提出了一个新的想法，融合算法，使用HOG-KCF+color-KCF结合算法对目标进行跟踪，HOG特征对形变和运动模糊比较敏

一、前情提要如果你对目标跟踪和KCF是什么东西还不了解的话欢迎你看前一篇博文KCF入门详解：http://blog.csdn.net/crazyice521/article/details/53525366。如果你已经对基于KCF的目标跟踪有了一定的了解，并想知道这个算法有怎么样的后续的发展的话，就请听我慢慢介绍以下的东西。二、KCF的弊端说道KCF的缺点的话作者在文章中也已经算是说明了

1. 简介百度百科：TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从图象的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语音识别或图