src/kcf.cpp

   1 #include "kcf.h"
   2 #include <numeric>
   3 #include <thread>
   4 #include <future>
   5 #include <algorithm>
   6
   7 #ifdef FFTW
   8   #include "fft_fftw.h"
   9   #define FFT Fftw
  10 #elif CUFFT
  11   #include "fft_cufft.h"
  12   #define FFT cuFFT
  13 #else
  14   #include "fft_opencv.h"
  15   #define FFT FftOpencv
  16 #endif
  17
  18 #ifdef OPENMP
  19 #include <omp.h>
  20 #endif //OPENMP
  21
  22 #define DEBUG_PRINT(obj) if (m_debug) {std::cout << #obj << " @" << __LINE__ << std::endl << (obj) << std::endl;}
  23 #define DEBUG_PRINTM(obj) if (m_debug) {std::cout << #obj << " @" << __LINE__ << " " << (obj).size() << " CH: " << (obj).channels() << std::endl << (obj) << std::endl;}
  24
  25 KCF_Tracker::KCF_Tracker(double padding, double kernel_sigma, double lambda, double interp_factor, double output_sigma_factor, int cell_size) :
  26     fft(*new FFT()),
  27     p_padding(padding), p_output_sigma_factor(output_sigma_factor), p_kernel_sigma(kernel_sigma),
  28     p_lambda(lambda), p_interp_factor(interp_factor), p_cell_size(cell_size) {}
  29
  30 KCF_Tracker::KCF_Tracker()
  31     : fft(*new FFT()) {}
  32
  33 KCF_Tracker::~KCF_Tracker()
  34 {
  35     delete &fft;
  36 }
  37
  38 void KCF_Tracker::init(cv::Mat &img, const cv::Rect & bbox)
  39 {
  40     //check boundary, enforce min size
  41     double x1 = bbox.x, x2 = bbox.x + bbox.width, y1 = bbox.y, y2 = bbox.y + bbox.height;
  42     if (x1 < 0) x1 = 0.;
  43     if (x2 > img.cols-1) x2 = img.cols - 1;
  44     if (y1 < 0) y1 = 0;
  45     if (y2 > img.rows-1) y2 = img.rows - 1;
  46
  47     if (x2-x1 < 2*p_cell_size) {
  48         double diff = (2*p_cell_size -x2+x1)/2.;
  49         if (x1 - diff >= 0 && x2 + diff < img.cols){
  50             x1 -= diff;
  51             x2 += diff;
  52         } else if (x1 - 2*diff >= 0) {
  53             x1 -= 2*diff;
  54         } else {
  55             x2 += 2*diff;
  56         }
  57     }
  58     if (y2-y1 < 2*p_cell_size) {
  59         double diff = (2*p_cell_size -y2+y1)/2.;
  60         if (y1 - diff >= 0 && y2 + diff < img.rows){
  61             y1 -= diff;
  62             y2 += diff;
  63         } else if (y1 - 2*diff >= 0) {
  64             y1 -= 2*diff;
  65         } else {
  66             y2 += 2*diff;
  67         }
  68     }
  69
  70     p_pose.w = x2-x1;
  71     p_pose.h = y2-y1;
  72     p_pose.cx = x1 + p_pose.w/2.;
  73     p_pose.cy = y1 + p_pose.h/2.;
  74
  75
  76     cv::Mat input_gray, input_rgb = img.clone();
  77     if (img.channels() == 3){
  78         cv::cvtColor(img, input_gray, CV_BGR2GRAY);
  79         input_gray.convertTo(input_gray, CV_32FC1);
  80     }else
  81         img.convertTo(input_gray, CV_32FC1);
  82
  83     // don't need too large image
  84     if (p_pose.w * p_pose.h > 100.*100.) {
  85         std::cout << "resizing image by factor of " << 1/p_downscale_factor << std::endl;
  86         p_resize_image = true;
  87         p_pose.scale(p_downscale_factor);
  88         cv::resize(input_gray, input_gray, cv::Size(0,0), p_downscale_factor, p_downscale_factor, cv::INTER_AREA);
  89         cv::resize(input_rgb, input_rgb, cv::Size(0,0), p_downscale_factor, p_downscale_factor, cv::INTER_AREA);
  90     }
  91
  92     //compute win size + fit to fhog cell size
  93     p_windows_size[0] = round(p_pose.w * (1. + p_padding) / p_cell_size) * p_cell_size;
  94     p_windows_size[1] = round(p_pose.h * (1. + p_padding) / p_cell_size) * p_cell_size;
  95
  96     p_scales.clear();
  97     if (m_use_scale)
  98         for (int i = -p_num_scales/2; i <= p_num_scales/2; ++i)
  99             p_scales.push_back(std::pow(p_scale_step, i));
 100     else
 101         p_scales.push_back(1.);
 102
 103     p_current_scale = 1.;
 104
 105     double min_size_ratio = std::max(5.*p_cell_size/p_windows_size[0], 5.*p_cell_size/p_windows_size[1]);
 106     double max_size_ratio = std::min(floor((img.cols + p_windows_size[0]/3)/p_cell_size)*p_cell_size/p_windows_size[0], floor((img.rows + p_windows_size[1]/3)/p_cell_size)*p_cell_size/p_windows_size[1]);
 107     p_min_max_scale[0] = std::pow(p_scale_step, std::ceil(std::log(min_size_ratio) / log(p_scale_step)));
 108     p_min_max_scale[1] = std::pow(p_scale_step, std::floor(std::log(max_size_ratio) / log(p_scale_step)));
 109
 110     std::cout << "init: img size " << img.cols << " " << img.rows << std::endl;
 111     std::cout << "init: win size. " << p_windows_size[0] << " " << p_windows_size[1] << std::endl;
 112     std::cout << "init: min max scales factors: " << p_min_max_scale[0] << " " << p_min_max_scale[1] << std::endl;
 113
 114     p_output_sigma = std::sqrt(p_pose.w*p_pose.h) * p_output_sigma_factor / static_cast<double>(p_cell_size);
 115
 116     //window weights, i.e. labels
 117     num_of_feats = 31;
 118     if(m_use_color) num_of_feats += 3;
 119     if(m_use_cnfeat) num_of_feats += 10;
 120     fft.init(p_windows_size[0]/p_cell_size, p_windows_size[1]/p_cell_size, num_of_feats, p_scales.size(), m_use_big_batch);
 121     p_yf = fft.forward(gaussian_shaped_labels(p_output_sigma, p_windows_size[0]/p_cell_size, p_windows_size[1]/p_cell_size));
 122     fft.set_window(cosine_window_function(p_windows_size[0]/p_cell_size, p_windows_size[1]/p_cell_size));
 123
 124     //obtain a sub-window for training initial model
 125     std::vector<cv::Mat> path_feat = get_features(input_rgb, input_gray, p_pose.cx, p_pose.cy, p_windows_size[0], p_windows_size[1]);
 126     p_model_xf = fft.forward_window(path_feat);
 127     DEBUG_PRINTM(p_model_xf);
 128
 129     if (m_use_linearkernel) {
 130         ComplexMat xfconj = p_model_xf.conj();
 131         p_model_alphaf_num = xfconj.mul(p_yf);
 132         p_model_alphaf_den = (p_model_xf * xfconj);
 133     } else {
 134         //Kernel Ridge Regression, calculate alphas (in Fourier domain)
 135         ComplexMat kf = gaussian_correlation(p_model_xf, p_model_xf, p_kernel_sigma, true);
 136         DEBUG_PRINTM(kf);
 137         p_model_alphaf_num = p_yf * kf;
 138         DEBUG_PRINTM(p_model_alphaf_num);
 139         p_model_alphaf_den = kf * (kf + p_lambda);
 140         DEBUG_PRINTM(p_model_alphaf_den);
 141     }
 142     p_model_alphaf = p_model_alphaf_num / p_model_alphaf_den;
 143     DEBUG_PRINTM(p_model_alphaf);
 144 //        p_model_alphaf = p_yf / (kf + p_lambda);   //equation for fast training
 145 }
 146
 147 void KCF_Tracker::setTrackerPose(BBox_c &bbox, cv::Mat & img)
 148 {
 149     init(img, bbox.get_rect());
 150 }
 151
 152 void KCF_Tracker::updateTrackerPosition(BBox_c &bbox)
 153 {
 154     if (p_resize_image) {
 155         BBox_c tmp = bbox;
 156         tmp.scale(p_downscale_factor);
 157         p_pose.cx = tmp.cx;
 158         p_pose.cy = tmp.cy;
 159     } else {
 160         p_pose.cx = bbox.cx;
 161         p_pose.cy = bbox.cy;
 162     }
 163 }
 164
 165 BBox_c KCF_Tracker::getBBox()
 166 {
 167     BBox_c tmp = p_pose;
 168     tmp.w *= p_current_scale;
 169     tmp.h *= p_current_scale;
 170
 171     if (p_resize_image)
 172         tmp.scale(1/p_downscale_factor);
 173
 174     return tmp;
 175 }
 176
 177 void KCF_Tracker::track(cv::Mat &img)
 178 {
 179     if (m_debug)
 180     std::cout << "NEW FRAME" << '\n';
 181     cv::Mat input_gray, input_rgb = img.clone();
 182     if (img.channels() == 3){
 183         cv::cvtColor(img, input_gray, CV_BGR2GRAY);
 184         input_gray.convertTo(input_gray, CV_32FC1);
 185     }else
 186         img.convertTo(input_gray, CV_32FC1);
 187
 188     // don't need too large image
 189     if (p_resize_image) {
 190         cv::resize(input_gray, input_gray, cv::Size(0, 0), p_downscale_factor, p_downscale_factor, cv::INTER_AREA);
 191         cv::resize(input_rgb, input_rgb, cv::Size(0, 0), p_downscale_factor, p_downscale_factor, cv::INTER_AREA);
 192     }
 193
 194
 195     std::vector<cv::Mat> patch_feat;
 196     double max_response = -1.;
 197     cv::Mat max_response_map;
 198     cv::Point2i max_response_pt;
 199     int scale_index = 0;
 200     std::vector<double> scale_responses;
 201
 202     if (m_use_multithreading){
 203         std::vector<std::future<cv::Mat>> async_res(p_scales.size());
 204         for (size_t i = 0; i < p_scales.size(); ++i) {
 205             async_res[i] = std::async(std::launch::async,
 206                                       [this, &input_gray, &input_rgb, i]() -> cv::Mat
 207                                       {
 208                                           std::vector<cv::Mat> patch_feat_async = get_features(input_rgb, input_gray, this->p_pose.cx, this->p_pose.cy, this->p_windows_size[0],
 209                                                                                                this->p_windows_size[1], this->p_current_scale * this->p_scales[i]);
 210                                           ComplexMat zf = fft.forward_window(patch_feat_async);
 211                                           if (m_use_linearkernel)
 212                                               return fft.inverse((p_model_alphaf * zf).sum_over_channels());
 213                                           else {
 214                                               ComplexMat kzf = gaussian_correlation(zf, this->p_model_xf, this->p_kernel_sigma);
 215                                               return fft.inverse(this->p_model_alphaf * kzf);
 216                                           }
 217                                       });
 218         }
 219
 220         for (size_t i = 0; i < p_scales.size(); ++i) {
 221             // wait for result
 222             async_res[i].wait();
 223             cv::Mat response = async_res[i].get();
 224
 225             double min_val, max_val;
 226             cv::Point2i min_loc, max_loc;
 227             cv::minMaxLoc(response, &min_val, &max_val, &min_loc, &max_loc);
 228
 229             double weight = p_scales[i] < 1. ? p_scales[i] : 1./p_scales[i];
 230             if (max_val*weight > max_response) {
 231                 max_response = max_val*weight;
 232                 max_response_map = response;
 233                 max_response_pt = max_loc;
 234                 scale_index = i;
 235             }
 236             scale_responses.push_back(max_val*weight);
 237         }
 238     } else if(m_use_big_batch){
 239 #pragma omp parallel for ordered
 240         for (size_t i = 0; i < p_scales.size(); ++i) {
 241             std::vector<cv::Mat> tmp = get_features(input_rgb, input_gray, p_pose.cx, p_pose.cy, p_windows_size[0], p_windows_size[1], p_current_scale * p_scales[i]);
 242 #pragma omp ordered
 243             patch_feat.insert(std::end(patch_feat), std::begin(tmp), std::end(tmp));
 244         }
 245             ComplexMat zf = fft.forward_window(patch_feat);
 246             DEBUG_PRINTM(zf);
 247             cv::Mat response;
 248
 249             if (m_use_linearkernel)
 250                 response = fft.inverse((zf.mul2(p_model_alphaf)).sum_over_channels());
 251             else {
 252                 ComplexMat kzf = gaussian_correlation(zf, p_model_xf, p_kernel_sigma);
 253                 DEBUG_PRINTM(p_model_alphaf);
 254                 DEBUG_PRINTM(kzf);
 255                 response = fft.inverse(kzf.mul(p_model_alphaf));
 256             }
 257             DEBUG_PRINTM(response);
 258             std::vector<cv::Mat> scales;
 259             cv::split(response,scales);
 260
 261             /* target location is at the maximum response. we must take into
 262                account the fact that, if the target doesn't move, the peak
 263                will appear at the top-left corner, not at the center (this is
 264                discussed in the paper). the responses wrap around cyclically. */
 265             for (size_t i = 0; i < p_scales.size(); ++i) {
 266                 double min_val, max_val;
 267                 cv::Point2i min_loc, max_loc;
 268                 cv::minMaxLoc(scales[i], &min_val, &max_val, &min_loc, &max_loc);
 269                 DEBUG_PRINT(max_loc);
 270
 271                 double weight = p_scales[i] < 1. ? p_scales[i] : 1./p_scales[i];
 272
 273                 if (max_val*weight > max_response) {
 274                     max_response = max_val*weight;
 275                     max_response_map = scales[i];
 276                     max_response_pt = max_loc;
 277                     scale_index = i;
 278                 }
 279                 scale_responses.push_back(max_val*weight);
 280             }
 281     } else {
 282 #pragma omp parallel for ordered  private(patch_feat) schedule(dynamic)
 283         for (size_t i = 0; i < p_scales.size(); ++i) {
 284             patch_feat = get_features(input_rgb, input_gray, p_pose.cx, p_pose.cy, p_windows_size[0], p_windows_size[1], p_current_scale * p_scales[i]);
 285             ComplexMat zf = fft.forward_window(patch_feat);
 286             DEBUG_PRINTM(zf);
 287             cv::Mat response;
 288             if (m_use_linearkernel)
 289                 response = fft.inverse((p_model_alphaf * zf).sum_over_channels());
 290             else {
 291                 ComplexMat kzf = gaussian_correlation(zf, p_model_xf, p_kernel_sigma);
 292                 DEBUG_PRINTM(p_model_alphaf);
 293                 DEBUG_PRINTM(kzf);
 294                 DEBUG_PRINTM(p_model_alphaf * kzf);
 295                 response = fft.inverse(p_model_alphaf * kzf);
 296             }
 297             DEBUG_PRINTM(response);
 298
 299             /* target location is at the maximum response. we must take into
 300                account the fact that, if the target doesn't move, the peak
 301                will appear at the top-left corner, not at the center (this is
 302                discussed in the paper). the responses wrap around cyclically. */
 303             double min_val, max_val;
 304             cv::Point2i min_loc, max_loc;
 305             cv::minMaxLoc(response, &min_val, &max_val, &min_loc, &max_loc);
 306             DEBUG_PRINT(max_loc);
 307
 308             double weight = p_scales[i] < 1. ? p_scales[i] : 1./p_scales[i];
 309 #pragma omp critical
 310             {
 311                 if (max_val*weight > max_response) {
 312                     max_response = max_val*weight;
 313                     max_response_map = response;
 314                     max_response_pt = max_loc;
 315                     scale_index = i;
 316                 }
 317             }
 318 #pragma omp ordered
 319             scale_responses.push_back(max_val*weight);
 320         }
 321     }
 322     DEBUG_PRINTM(max_response_map);
 323     DEBUG_PRINT(max_response_pt);
 324     //sub pixel quadratic interpolation from neighbours
 325     if (max_response_pt.y > max_response_map.rows / 2) //wrap around to negative half-space of vertical axis
 326         max_response_pt.y = max_response_pt.y - max_response_map.rows;
 327     if (max_response_pt.x > max_response_map.cols / 2) //same for horizontal axis
 328         max_response_pt.x = max_response_pt.x - max_response_map.cols;
 329
 330     cv::Point2f new_location(max_response_pt.x, max_response_pt.y);
 331     DEBUG_PRINT(new_location);
 332
 333     if (m_use_subpixel_localization)
 334         new_location = sub_pixel_peak(max_response_pt, max_response_map);
 335     DEBUG_PRINT(new_location);
 336
 337     p_pose.cx += p_current_scale*p_cell_size*new_location.x;
 338     p_pose.cy += p_current_scale*p_cell_size*new_location.y;
 339     if (p_pose.cx < 0) p_pose.cx = 0;
 340     if (p_pose.cx > img.cols-1) p_pose.cx = img.cols-1;
 341     if (p_pose.cy < 0) p_pose.cy = 0;
 342     if (p_pose.cy > img.rows-1) p_pose.cy = img.rows-1;
 343
 344     //sub grid scale interpolation
 345     double new_scale = p_scales[scale_index];
 346     if (m_use_subgrid_scale)
 347         new_scale = sub_grid_scale(scale_responses, scale_index);
 348
 349     p_current_scale *= new_scale;
 350
 351     if (p_current_scale < p_min_max_scale[0])
 352         p_current_scale = p_min_max_scale[0];
 353     if (p_current_scale > p_min_max_scale[1])
 354         p_current_scale = p_min_max_scale[1];
 355     //obtain a subwindow for training at newly estimated target position
 356     patch_feat = get_features(input_rgb, input_gray, p_pose.cx, p_pose.cy, p_windows_size[0], p_windows_size[1], p_current_scale);
 357     ComplexMat xf = fft.forward_window(patch_feat);
 358
 359     //subsequent frames, interpolate model
 360     p_model_xf = p_model_xf * (1. - p_interp_factor) + xf * p_interp_factor;
 361
 362     ComplexMat alphaf_num, alphaf_den;
 363
 364     if (m_use_linearkernel) {
 365         ComplexMat xfconj = xf.conj();
 366         alphaf_num = xfconj.mul(p_yf);
 367         alphaf_den = (xf * xfconj);
 368     } else {
 369         //Kernel Ridge Regression, calculate alphas (in Fourier domain)
 370         ComplexMat kf = gaussian_correlation(xf, xf, p_kernel_sigma, true);
 371 //        ComplexMat alphaf = p_yf / (kf + p_lambda); //equation for fast training
 372 //        p_model_alphaf = p_model_alphaf * (1. - p_interp_factor) + alphaf * p_interp_factor;
 373         alphaf_num = p_yf * kf;
 374         alphaf_den = kf * (kf + p_lambda);
 375     }
 376
 377     p_model_alphaf_num = p_model_alphaf_num * (1. - p_interp_factor) + alphaf_num * p_interp_factor;
 378     p_model_alphaf_den = p_model_alphaf_den * (1. - p_interp_factor) + alphaf_den * p_interp_factor;
 379     p_model_alphaf = p_model_alphaf_num / p_model_alphaf_den;
 380 }
 381
 382 // ****************************************************************************
 383
 384 std::vector<cv::Mat> KCF_Tracker::get_features(cv::Mat & input_rgb, cv::Mat & input_gray, int cx, int cy, int size_x, int size_y, double scale)
 385 {
 386     int size_x_scaled = floor(size_x*scale);
 387     int size_y_scaled = floor(size_y*scale);
 388
 389     cv::Mat patch_gray = get_subwindow(input_gray, cx, cy, size_x_scaled, size_y_scaled);
 390     cv::Mat patch_rgb = get_subwindow(input_rgb, cx, cy, size_x_scaled, size_y_scaled);
 391
 392     //resize to default size
 393     if (scale > 1.){
 394         //if we downsample use  INTER_AREA interpolation
 395         cv::resize(patch_gray, patch_gray, cv::Size(size_x, size_y), 0., 0., cv::INTER_AREA);
 396     }else {
 397         cv::resize(patch_gray, patch_gray, cv::Size(size_x, size_y), 0., 0., cv::INTER_LINEAR);
 398     }
 399
 400     // get hog(Histogram of Oriented Gradients) features
 401     std::vector<cv::Mat> hog_feat = FHoG::extract(patch_gray, 2, p_cell_size, 9);
 402
 403     //get color rgb features (simple r,g,b channels)
 404     std::vector<cv::Mat> color_feat;
 405     if ((m_use_color || m_use_cnfeat) && input_rgb.channels() == 3) {
 406         //resize to default size
 407         if (scale > 1.){
 408             //if we downsample use  INTER_AREA interpolation
 409             cv::resize(patch_rgb, patch_rgb, cv::Size(size_x/p_cell_size, size_y/p_cell_size), 0., 0., cv::INTER_AREA);
 410         }else {
 411             cv::resize(patch_rgb, patch_rgb, cv::Size(size_x/p_cell_size, size_y/p_cell_size), 0., 0., cv::INTER_LINEAR);
 412         }
 413     }
 414
 415     if (m_use_color && input_rgb.channels() == 3) {
 416         //use rgb color space
 417         cv::Mat patch_rgb_norm;
 418         patch_rgb.convertTo(patch_rgb_norm, CV_32F, 1. / 255., -0.5);
 419         cv::Mat ch1(patch_rgb_norm.size(), CV_32FC1);
 420         cv::Mat ch2(patch_rgb_norm.size(), CV_32FC1);
 421         cv::Mat ch3(patch_rgb_norm.size(), CV_32FC1);
 422         std::vector<cv::Mat> rgb = {ch1, ch2, ch3};
 423         cv::split(patch_rgb_norm, rgb);
 424         color_feat.insert(color_feat.end(), rgb.begin(), rgb.end());
 425     }
 426
 427     if (m_use_cnfeat && input_rgb.channels() == 3) {
 428         std::vector<cv::Mat> cn_feat = CNFeat::extract(patch_rgb);
 429         color_feat.insert(color_feat.end(), cn_feat.begin(), cn_feat.end());
 430     }
 431
 432     hog_feat.insert(hog_feat.end(), color_feat.begin(), color_feat.end());
 433     return hog_feat;
 434 }
 435
 436 cv::Mat KCF_Tracker::gaussian_shaped_labels(double sigma, int dim1, int dim2)
 437 {
 438     cv::Mat labels(dim2, dim1, CV_32FC1);
 439     int range_y[2] = {-dim2 / 2, dim2 - dim2 / 2};
 440     int range_x[2] = {-dim1 / 2, dim1 - dim1 / 2};
 441
 442     double sigma_s = sigma*sigma;
 443
 444     for (int y = range_y[0], j = 0; y < range_y[1]; ++y, ++j){
 445         float * row_ptr = labels.ptr<float>(j);
 446         double y_s = y*y;
 447         for (int x = range_x[0], i = 0; x < range_x[1]; ++x, ++i){
 448             row_ptr[i] = std::exp(-0.5 * (y_s + x*x) / sigma_s);//-1/2*e^((y^2+x^2)/sigma^2)
 449         }
 450     }
 451
 452     //rotate so that 1 is at top-left corner (see KCF paper for explanation)
 453     cv::Mat rot_labels = circshift(labels, range_x[0], range_y[0]);
 454     //sanity check, 1 at top left corner
 455     assert(rot_labels.at<float>(0,0) >= 1.f - 1e-10f);
 456
 457     return rot_labels;
 458 }
 459
 460 cv::Mat KCF_Tracker::circshift(const cv::Mat &patch, int x_rot, int y_rot)
 461 {
 462     cv::Mat rot_patch(patch.size(), CV_32FC1);
 463     cv::Mat tmp_x_rot(patch.size(), CV_32FC1);
 464
 465     //circular rotate x-axis
 466     if (x_rot < 0) {
 467         //move part that does not rotate over the edge
 468         cv::Range orig_range(-x_rot, patch.cols);
 469         cv::Range rot_range(0, patch.cols - (-x_rot));
 470         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 471
 472         //rotated part
 473         orig_range = cv::Range(0, -x_rot);
 474         rot_range = cv::Range(patch.cols - (-x_rot), patch.cols);
 475         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 476     }else if (x_rot > 0){
 477         //move part that does not rotate over the edge
 478         cv::Range orig_range(0, patch.cols - x_rot);
 479         cv::Range rot_range(x_rot, patch.cols);
 480         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 481
 482         //rotated part
 483         orig_range = cv::Range(patch.cols - x_rot, patch.cols);
 484         rot_range = cv::Range(0, x_rot);
 485         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 486     }else {    //zero rotation
 487         //move part that does not rotate over the edge
 488         cv::Range orig_range(0, patch.cols);
 489         cv::Range rot_range(0, patch.cols);
 490         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 491     }
 492
 493     //circular rotate y-axis
 494     if (y_rot < 0) {
 495         //move part that does not rotate over the edge
 496         cv::Range orig_range(-y_rot, patch.rows);
 497         cv::Range rot_range(0, patch.rows - (-y_rot));
 498         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 499
 500         //rotated part
 501         orig_range = cv::Range(0, -y_rot);
 502         rot_range = cv::Range(patch.rows - (-y_rot), patch.rows);
 503         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 504     }else if (y_rot > 0){
 505         //move part that does not rotate over the edge
 506         cv::Range orig_range(0, patch.rows - y_rot);
 507         cv::Range rot_range(y_rot, patch.rows);
 508         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 509
 510         //rotated part
 511         orig_range = cv::Range(patch.rows - y_rot, patch.rows);
 512         rot_range = cv::Range(0, y_rot);
 513         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 514     }else { //zero rotation
 515         //move part that does not rotate over the edge
 516         cv::Range orig_range(0, patch.rows);
 517         cv::Range rot_range(0, patch.rows);
 518         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 519     }
 520
 521     return rot_patch;
 522 }
 523
 524 //hann window actually (Power-of-cosine windows)
 525 cv::Mat KCF_Tracker::cosine_window_function(int dim1, int dim2)
 526 {
 527     cv::Mat m1(1, dim1, CV_32FC1), m2(dim2, 1, CV_32FC1);
 528     double N_inv = 1./(static_cast<double>(dim1)-1.);
 529     for (int i = 0; i < dim1; ++i)
 530         m1.at<float>(i) = 0.5*(1. - std::cos(2. * CV_PI * static_cast<double>(i) * N_inv));
 531     N_inv = 1./(static_cast<double>(dim2)-1.);
 532     for (int i = 0; i < dim2; ++i)
 533         m2.at<float>(i) = 0.5*(1. - std::cos(2. * CV_PI * static_cast<double>(i) * N_inv));
 534     cv::Mat ret = m2*m1;
 535     return ret;
 536 }
 537
 538 // Returns sub-window of image input centered at [cx, cy] coordinates),
 539 // with size [width, height]. If any pixels are outside of the image,
 540 // they will replicate the values at the borders.
 541 cv::Mat KCF_Tracker::get_subwindow(const cv::Mat &input, int cx, int cy, int width, int height)
 542 {
 543     cv::Mat patch;
 544
 545     int x1 = cx - width/2;
 546     int y1 = cy - height/2;
 547     int x2 = cx + width/2;
 548     int y2 = cy + height/2;
 549
 550     //out of image
 551     if (x1 >= input.cols || y1 >= input.rows || x2 < 0 || y2 < 0) {
 552         patch.create(height, width, input.type());
 553         patch.setTo(0.f);
 554         return patch;
 555     }
 556
 557     int top = 0, bottom = 0, left = 0, right = 0;
 558
 559     //fit to image coordinates, set border extensions;
 560     if (x1 < 0) {
 561         left = -x1;
 562         x1 = 0;
 563     }
 564     if (y1 < 0) {
 565         top = -y1;
 566         y1 = 0;
 567     }
 568     if (x2 >= input.cols) {
 569         right = x2 - input.cols + width % 2;
 570         x2 = input.cols;
 571     } else
 572         x2 += width % 2;
 573
 574     if (y2 >= input.rows) {
 575         bottom = y2 - input.rows + height % 2;
 576         y2 = input.rows;
 577     } else
 578         y2 += height % 2;
 579
 580     if (x2 - x1 == 0 || y2 - y1 == 0)
 581         patch = cv::Mat::zeros(height, width, CV_32FC1);
 582     else
 583         {
 584             cv::copyMakeBorder(input(cv::Range(y1, y2), cv::Range(x1, x2)), patch, top, bottom, left, right, cv::BORDER_REPLICATE);
 585 //      imshow( "copyMakeBorder", patch);
 586 //      cv::waitKey();
 587         }
 588
 589     //sanity check
 590     assert(patch.cols == width && patch.rows == height);
 591
 592     return patch;
 593 }
 594
 595 ComplexMat KCF_Tracker::gaussian_correlation(const ComplexMat &xf, const ComplexMat &yf, double sigma, bool auto_correlation)
 596 {
 597     float* xf_sqr_norm = xf.sqr_norm();
 598     float* yf_sqr_norm = auto_correlation ? xf_sqr_norm : yf.sqr_norm();
 599
 600     ComplexMat xyf;
 601     xyf = auto_correlation ? xf.sqr_mag() : xf.mul2(yf.conj());
 602     DEBUG_PRINTM(xyf);
 603
 604     //ifft2 and sum over 3rd dimension, we dont care about individual channels
 605     cv::Mat ifft2_res = fft.inverse(xyf);
 606     cv::Mat xy_sum;
 607     if(xf.channels() != 308)
 608     xy_sum.create(ifft2_res.size(), CV_32FC1);
 609     else
 610     xy_sum.create(ifft2_res.size(), CV_32FC(p_scales.size()));
 611     xy_sum.setTo(0);
 612     for (int y = 0; y < ifft2_res.rows; ++y) {
 613         float * row_ptr = ifft2_res.ptr<float>(y);
 614         float * row_ptr_sum = xy_sum.ptr<float>(y);
 615         for (int x = 0; x < ifft2_res.cols; ++x) {
 616             for (int sum_ch = 0; sum_ch < xy_sum.channels(); ++sum_ch) {
 617                 row_ptr_sum[(x*xy_sum.channels())+sum_ch] += std::accumulate(row_ptr + x*ifft2_res.channels() + sum_ch*(ifft2_res.channels()/xy_sum.channels()),
 618                                                             (row_ptr + x*ifft2_res.channels() + (sum_ch+1)*(ifft2_res.channels()/xy_sum.channels())), 0.f);
 619                 }
 620         }
 621     }
 622     DEBUG_PRINTM(ifft2_res);
 623     DEBUG_PRINTM(xy_sum);
 624
 625     std::vector<cv::Mat> scales;
 626     cv::split(xy_sum,scales);
 627     cv::Mat in_all(scales[0].rows * xf.n_scales, scales[0].cols, CV_32F);
 628
 629     float numel_xf_inv = 1.f/(xf.cols * xf.rows * (xf.channels()/xf.n_scales));
 630     for(int i = 0; i < xf.n_scales; ++i){
 631     cv::Mat in_roi(in_all, cv::Rect(0, i*scales[0].rows, scales[0].cols, scales[0].rows));
 632     cv::exp(- 1.f / (sigma * sigma) * cv::max((xf_sqr_norm[i] + yf_sqr_norm[0] - 2 * scales[i]) * numel_xf_inv, 0), in_roi);
 633     DEBUG_PRINTM(in_roi);
 634     }
 635
 636     free(xf_sqr_norm);
 637     if(!auto_correlation)free(yf_sqr_norm);
 638
 639     DEBUG_PRINTM(in_all);
 640     return fft.forward(in_all);
 641 }
 642
 643 float get_response_circular(cv::Point2i & pt, cv::Mat & response)
 644 {
 645     int x = pt.x;
 646     int y = pt.y;
 647     if (x < 0)
 648         x = response.cols + x;
 649     if (y < 0)
 650         y = response.rows + y;
 651     if (x >= response.cols)
 652         x = x - response.cols;
 653     if (y >= response.rows)
 654         y = y - response.rows;
 655
 656     return response.at<float>(y,x);
 657 }
 658
 659 cv::Point2f KCF_Tracker::sub_pixel_peak(cv::Point & max_loc, cv::Mat & response)
 660 {
 661     //find neighbourhood of max_loc (response is circular)
 662     // 1 2 3
 663     // 4   5
 664     // 6 7 8
 665     cv::Point2i p1(max_loc.x-1, max_loc.y-1), p2(max_loc.x, max_loc.y-1), p3(max_loc.x+1, max_loc.y-1);
 666     cv::Point2i p4(max_loc.x-1, max_loc.y), p5(max_loc.x+1, max_loc.y);
 667     cv::Point2i p6(max_loc.x-1, max_loc.y+1), p7(max_loc.x, max_loc.y+1), p8(max_loc.x+1, max_loc.y+1);
 668
 669     // fit 2d quadratic function f(x, y) = a*x^2 + b*x*y + c*y^2 + d*x + e*y + f
 670     cv::Mat A = (cv::Mat_<float>(9, 6) <<
 671                  p1.x*p1.x, p1.x*p1.y, p1.y*p1.y, p1.x, p1.y, 1.f,
 672                  p2.x*p2.x, p2.x*p2.y, p2.y*p2.y, p2.x, p2.y, 1.f,
 673                  p3.x*p3.x, p3.x*p3.y, p3.y*p3.y, p3.x, p3.y, 1.f,
 674                  p4.x*p4.x, p4.x*p4.y, p4.y*p4.y, p4.x, p4.y, 1.f,
 675                  p5.x*p5.x, p5.x*p5.y, p5.y*p5.y, p5.x, p5.y, 1.f,
 676                  p6.x*p6.x, p6.x*p6.y, p6.y*p6.y, p6.x, p6.y, 1.f,
 677                  p7.x*p7.x, p7.x*p7.y, p7.y*p7.y, p7.x, p7.y, 1.f,
 678                  p8.x*p8.x, p8.x*p8.y, p8.y*p8.y, p8.x, p8.y, 1.f,
 679                  max_loc.x*max_loc.x, max_loc.x*max_loc.y, max_loc.y*max_loc.y, max_loc.x, max_loc.y, 1.f);
 680     cv::Mat fval = (cv::Mat_<float>(9, 1) <<
 681                     get_response_circular(p1, response),
 682                     get_response_circular(p2, response),
 683                     get_response_circular(p3, response),
 684                     get_response_circular(p4, response),
 685                     get_response_circular(p5, response),
 686                     get_response_circular(p6, response),
 687                     get_response_circular(p7, response),
 688                     get_response_circular(p8, response),
 689                     get_response_circular(max_loc, response));
 690     cv::Mat x;
 691     cv::solve(A, fval, x, cv::DECOMP_SVD);
 692
 693     double a = x.at<float>(0), b = x.at<float>(1), c = x.at<float>(2),
 694            d = x.at<float>(3), e = x.at<float>(4);
 695
 696     cv::Point2f sub_peak(max_loc.x, max_loc.y);
 697     if (b > 0 || b < 0) {
 698         sub_peak.y = ((2.f * a * e) / b - d) / (b - (4 * a * c) / b);
 699         sub_peak.x = (-2 * c * sub_peak.y - e) / b;
 700     }
 701
 702     return sub_peak;
 703 }
 704
 705 double KCF_Tracker::sub_grid_scale(std::vector<double> & responses, int index)
 706 {
 707     cv::Mat A, fval;
 708     if (index < 0 || index > (int)p_scales.size()-1) {
 709         // interpolate from all values
 710         // fit 1d quadratic function f(x) = a*x^2 + b*x + c
 711         A.create(p_scales.size(), 3, CV_32FC1);
 712         fval.create(p_scales.size(), 1, CV_32FC1);
 713         for (size_t i = 0; i < p_scales.size(); ++i) {
 714             A.at<float>(i, 0) = p_scales[i] * p_scales[i];
 715             A.at<float>(i, 1) = p_scales[i];
 716             A.at<float>(i, 2) = 1;
 717             fval.at<float>(i) = responses[i];
 718         }
 719     } else {
 720         //only from neighbours
 721         if (index == 0 || index == (int)p_scales.size()-1)
 722             return p_scales[index];
 723
 724         A = (cv::Mat_<float>(3, 3) <<
 725              p_scales[index-1] * p_scales[index-1], p_scales[index-1], 1,
 726              p_scales[index] * p_scales[index], p_scales[index], 1,
 727              p_scales[index+1] * p_scales[index+1], p_scales[index+1], 1);
 728         fval = (cv::Mat_<float>(3, 1) << responses[index-1], responses[index], responses[index+1]);
 729     }
 730
 731     cv::Mat x;
 732     cv::solve(A, fval, x, cv::DECOMP_SVD);
 733     double a = x.at<float>(0), b = x.at<float>(1);
 734     double scale = p_scales[index];
 735     if (a > 0 || a < 0)
 736         scale = -b / (2 * a);
 737     return scale;
 738 }