src/kcf.cpp

   1 #include "kcf.h"
   2 #include <numeric>
   3 #include <thread>
   4 #include <algorithm>
   5 #include "threadctx.hpp"
   6 #include "debug.h"
   7 #include <limits>
   8
   9 #ifdef OPENMP
  10 #include <omp.h>
  11 #endif // OPENMP
  12
  13 DbgTracer __dbgTracer;
  14
  15 template <typename T>
  16 T clamp(const T& n, const T& lower, const T& upper)
  17 {
  18     return std::max(lower, std::min(n, upper));
  19 }
  20
  21 template <typename T>
  22 void clamp2(T& n, const T& lower, const T& upper)
  23 {
  24     n = std::max(lower, std::min(n, upper));
  25 }
  26
  27 #if CV_MAJOR_VERSION < 3
  28 template<typename _Tp> static inline
  29 cv::Size_<_Tp> operator / (const cv::Size_<_Tp>& a, _Tp b)
  30 {
  31     return cv::Size_<_Tp>(a.width / b, a.height / b);
  32 }
  33
  34 template<typename _Tp> static inline
  35 cv::Point_<_Tp> operator / (const cv::Point_<_Tp>& a, double b)
  36 {
  37     return cv::Point_<_Tp>(a.x / b, a.y / b);
  38 }
  39
  40 #endif
  41
  42 class Kcf_Tracker_Private {
  43     friend KCF_Tracker;
  44
  45     Kcf_Tracker_Private(const KCF_Tracker &kcf) : kcf(kcf) {}
  46
  47     const KCF_Tracker &kcf;
  48 #ifdef BIG_BATCH
  49     std::vector<ThreadCtx> threadctxs;
  50 #else
  51     ScaleRotVector<ThreadCtx> threadctxs{kcf.p_scales, kcf.p_angles};
  52 #endif
  53 };
  54
  55 KCF_Tracker::KCF_Tracker(double padding, double kernel_sigma, double lambda, double interp_factor,
  56                          double output_sigma_factor, int cell_size)
  57     : p_cell_size(cell_size), fft(*new FFT()), p_padding(padding), p_output_sigma_factor(output_sigma_factor), p_kernel_sigma(kernel_sigma),
  58       p_lambda(lambda), p_interp_factor(interp_factor)
  59 {
  60 }
  61
  62 KCF_Tracker::KCF_Tracker() : fft(*new FFT()) {}
  63
  64 KCF_Tracker::~KCF_Tracker()
  65 {
  66     delete &fft;
  67 }
  68
  69 void KCF_Tracker::train(cv::Mat input_rgb, cv::Mat input_gray, double interp_factor)
  70 {
  71     TRACE("");
  72
  73     // obtain a sub-window for training
  74     get_features(input_rgb, input_gray, nullptr, p_current_center.x, p_current_center.y,
  75                  p_windows_size.width, p_windows_size.height,
  76                  p_current_scale, p_current_angle).copyTo(model->patch_feats.scale(0));
  77     DEBUG_PRINT(model->patch_feats);
  78     fft.forward_window(model->patch_feats, model->xf, model->temp);
  79     DEBUG_PRINTM(model->xf);
  80     model->model_xf = model->model_xf * (1. - interp_factor) + model->xf * interp_factor;
  81     DEBUG_PRINTM(model->model_xf);
  82
  83     if (m_use_linearkernel) {
  84         ComplexMat xfconj = model->xf.conj();
  85         model->model_alphaf_num = xfconj.mul(model->yf);
  86         model->model_alphaf_den = (model->xf * xfconj);
  87     } else {
  88         // Kernel Ridge Regression, calculate alphas (in Fourier domain)
  89         cv::Size sz(Fft::freq_size(feature_size));
  90         ComplexMat kf(sz.height, sz.width, 1);
  91         (*gaussian_correlation)(kf, model->model_xf, model->model_xf, p_kernel_sigma, true, *this);
  92         DEBUG_PRINTM(kf);
  93         model->model_alphaf_num = model->yf * kf;
  94         model->model_alphaf_den = kf * (kf + p_lambda);
  95     }
  96     model->model_alphaf = model->model_alphaf_num / model->model_alphaf_den;
  97     DEBUG_PRINTM(model->model_alphaf);
  98     //        p_model_alphaf = p_yf / (kf + p_lambda);   //equation for fast training
  99 }
 100
 101 static int round_pw2_down(int x)
 102 {
 103         for (int i = 1; i < 32; i <<= 1)
 104             x |= x >> i;
 105         x++;
 106         return x >> 1;
 107 }
 108
 109
 110 void KCF_Tracker::init(cv::Mat &img, const cv::Rect &bbox, int fit_size_x, int fit_size_y)
 111 {
 112     __dbgTracer.debug = m_debug;
 113     TRACE("");
 114
 115     // check boundary, enforce min size
 116     double x1 = bbox.x, x2 = bbox.x + bbox.width, y1 = bbox.y, y2 = bbox.y + bbox.height;
 117     if (x1 < 0) x1 = 0.;
 118     if (x2 > img.cols - 1) x2 = img.cols - 1;
 119     if (y1 < 0) y1 = 0;
 120     if (y2 > img.rows - 1) y2 = img.rows - 1;
 121
 122     if (x2 - x1 < 2 * p_cell_size) {
 123         double diff = (2 * p_cell_size - x2 + x1) / 2.;
 124         if (x1 - diff >= 0 && x2 + diff < img.cols) {
 125             x1 -= diff;
 126             x2 += diff;
 127         } else if (x1 - 2 * diff >= 0) {
 128             x1 -= 2 * diff;
 129         } else {
 130             x2 += 2 * diff;
 131         }
 132     }
 133     if (y2 - y1 < 2 * p_cell_size) {
 134         double diff = (2 * p_cell_size - y2 + y1) / 2.;
 135         if (y1 - diff >= 0 && y2 + diff < img.rows) {
 136             y1 -= diff;
 137             y2 += diff;
 138         } else if (y1 - 2 * diff >= 0) {
 139             y1 -= 2 * diff;
 140         } else {
 141             y2 += 2 * diff;
 142         }
 143     }
 144
 145     p_init_pose.w = x2 - x1;
 146     p_init_pose.h = y2 - y1;
 147     p_init_pose.cx = x1 + p_init_pose.w / 2.;
 148     p_init_pose.cy = y1 + p_init_pose.h / 2.;
 149
 150     cv::Mat input_gray, input_rgb = img.clone();
 151     if (img.channels() == 3) {
 152         cv::cvtColor(img, input_gray, CV_BGR2GRAY);
 153         input_gray.convertTo(input_gray, CV_32FC1);
 154     } else
 155         img.convertTo(input_gray, CV_32FC1);
 156
 157     // don't need too large image
 158     if (p_init_pose.w * p_init_pose.h > 100. * 100.) {
 159         std::cout << "resizing image by factor of " << 1 / p_downscale_factor << std::endl;
 160         p_resize_image = true;
 161         p_init_pose.scale(p_downscale_factor);
 162         cv::resize(input_gray, input_gray, cv::Size(0, 0), p_downscale_factor, p_downscale_factor, cv::INTER_AREA);
 163         cv::resize(input_rgb, input_rgb, cv::Size(0, 0), p_downscale_factor, p_downscale_factor, cv::INTER_AREA);
 164     }
 165
 166     // compute win size + fit to fhog cell size
 167     p_windows_size.width = round(p_init_pose.w * (1. + p_padding) / p_cell_size) * p_cell_size;
 168     p_windows_size.height = round(p_init_pose.h * (1. + p_padding) / p_cell_size) * p_cell_size;
 169
 170     if (fit_size_x == 0 || fit_size_y == 0) {
 171         // Round down to the next highest power of 2
 172         fit_size = cv::Size(round_pw2_down(p_windows_size.width),
 173                             round_pw2_down(p_windows_size.height));
 174     } else if (fit_size_x == -1 || fit_size_y == -1) {
 175         fit_size =  p_windows_size;
 176     } else {
 177         fit_size = cv::Size(fit_size_x, fit_size_y);
 178     }
 179
 180     feature_size = fit_size / p_cell_size;
 181
 182     p_scales.clear();
 183     for (int i = -int(p_num_scales - 1) / 2; i <= int(p_num_scales) / 2; ++i)
 184         p_scales.push_back(std::pow(p_scale_step, i));
 185
 186     p_angles.clear();
 187     for (int i = -int(p_num_angles - 1) / 2; i <= int(p_num_angles) / 2; ++i)
 188         p_angles.push_back(i * p_angle_step);
 189
 190 #ifdef CUFFT
 191     if (m_use_linearkernel) {
 192         std::cerr << "cuFFT supports only Gaussian kernel." << std::endl;
 193         std::exit(EXIT_FAILURE);
 194     }
 195 #endif
 196
 197     model.reset(new Model(feature_size, p_num_of_feats));
 198     d.reset(new Kcf_Tracker_Private(*this));
 199
 200 #ifndef BIG_BATCH
 201     for (auto scale: p_scales)
 202         for (auto angle : p_angles)
 203             d->threadctxs.emplace_back(feature_size, (int)p_num_of_feats, scale, angle);
 204 #else
 205     d->threadctxs.emplace_back(feature_size, (int)p_num_of_feats, p_scales, p_angles);
 206 #endif
 207
 208     gaussian_correlation.reset(new GaussianCorrelation(1, p_num_of_feats, feature_size));
 209
 210     p_current_center = p_init_pose.center();
 211     p_current_scale = 1.;
 212
 213     double min_size_ratio = std::max(5. * p_cell_size / p_windows_size.width, 5. * p_cell_size / p_windows_size.height);
 214     double max_size_ratio =
 215         std::min(floor((img.cols + p_windows_size.width / 3) / p_cell_size) * p_cell_size / p_windows_size.width,
 216                  floor((img.rows + p_windows_size.height / 3) / p_cell_size) * p_cell_size / p_windows_size.height);
 217     p_min_max_scale[0] = std::pow(p_scale_step, std::ceil(std::log(min_size_ratio) / log(p_scale_step)));
 218     p_min_max_scale[1] = std::pow(p_scale_step, std::floor(std::log(max_size_ratio) / log(p_scale_step)));
 219
 220     std::cout << "init: img size " << img.size() << std::endl;
 221     std::cout << "init: win size " << p_windows_size;
 222     if (p_windows_size != fit_size)
 223         std::cout << " resized to " << fit_size;
 224     std::cout << std::endl;
 225     std::cout << "init: FFT size " << feature_size << std::endl;
 226     std::cout << "init: min max scales factors: " << p_min_max_scale[0] << " " << p_min_max_scale[1] << std::endl;
 227
 228     p_output_sigma = std::sqrt(p_init_pose.w * p_init_pose.h * double(fit_size.area()) / p_windows_size.area())
 229            * p_output_sigma_factor / p_cell_size;
 230
 231     fft.init(feature_size.width, feature_size.height, p_num_of_feats, p_num_scales * p_num_angles);
 232     fft.set_window(MatDynMem(cosine_window_function(feature_size.width, feature_size.height)));
 233
 234     // window weights, i.e. labels
 235     MatScales gsl(1, feature_size);
 236     gaussian_shaped_labels(p_output_sigma, feature_size.width, feature_size.height).copyTo(gsl.plane(0));
 237     fft.forward(gsl, model->yf);
 238     DEBUG_PRINTM(model->yf);
 239
 240     // train initial model
 241     train(input_rgb, input_gray, 1.0);
 242 }
 243
 244 void KCF_Tracker::setTrackerPose(BBox_c &bbox, cv::Mat &img, int fit_size_x, int fit_size_y)
 245 {
 246     init(img, bbox.get_rect(), fit_size_x, fit_size_y);
 247 }
 248
 249 void KCF_Tracker::updateTrackerPosition(BBox_c &bbox)
 250 {
 251     BBox_c tmp = bbox;
 252     if (p_resize_image) {
 253         tmp.scale(p_downscale_factor);
 254     }
 255     p_current_center = tmp.center();
 256 }
 257
 258 BBox_c KCF_Tracker::getBBox()
 259 {
 260     BBox_c tmp;
 261     tmp.cx = p_current_center.x;
 262     tmp.cy = p_current_center.y;
 263     tmp.w = p_init_pose.w * p_current_scale;
 264     tmp.h = p_init_pose.h * p_current_scale;
 265     tmp.a = p_current_angle;
 266
 267     if (p_resize_image)
 268         tmp.scale(1 / p_downscale_factor);
 269
 270     return tmp;
 271 }
 272
 273 double KCF_Tracker::getFilterResponse() const
 274 {
 275     return this->max_response;
 276 }
 277
 278 void KCF_Tracker::resizeImgs(cv::Mat &input_rgb, cv::Mat &input_gray)
 279 {
 280     if (p_resize_image) {
 281         cv::resize(input_gray, input_gray, cv::Size(0, 0), p_downscale_factor, p_downscale_factor, cv::INTER_AREA);
 282         cv::resize(input_rgb, input_rgb, cv::Size(0, 0), p_downscale_factor, p_downscale_factor, cv::INTER_AREA);
 283     }
 284 }
 285
 286 static void drawCross(cv::Mat &img, cv::Point center, bool green)
 287 {
 288     cv::Scalar col = green ? cv::Scalar(0, 1, 0) : cv::Scalar(0, 0, 1);
 289     cv::line(img, cv::Point(center.x, 0), cv::Point(center.x, img.size().height), col);
 290     cv::line(img, cv::Point(0, center.y), cv::Point(img.size().height, center.y), col);
 291 }
 292
 293 static cv::Point2d wrapAroundFreq(cv::Point2d pt, cv::Mat &resp_map)
 294 {
 295     if (pt.y > resp_map.rows / 2) // wrap around to negative half-space of vertical axis
 296         pt.y = pt.y - resp_map.rows;
 297     if (pt.x > resp_map.cols / 2) // same for horizontal axis
 298         pt.x = pt.x - resp_map.cols;
 299     return pt;
 300 }
 301
 302 double KCF_Tracker::findMaxReponse(uint &max_idx, cv::Point2d &new_location) const
 303 {
 304     double max;
 305     const auto &vec = IF_BIG_BATCH(d->threadctxs[0].max, d->threadctxs);
 306
 307 #ifndef BIG_BATCH
 308     auto max_it = std::max_element(vec.begin(), vec.end(),
 309                                    [](const ThreadCtx &a, const ThreadCtx &b)
 310                                    { return a.max.response < b.max.response; });
 311 #else
 312     auto max_it = std::max_element(vec.begin(), vec.end(),
 313                                    [](const ThreadCtx::Max &a, const ThreadCtx::Max &b)
 314                                    { return a.response < b.response; });
 315 #endif
 316     assert(max_it != vec.end());
 317     max = max_it->IF_BIG_BATCH(response, max.response);
 318
 319     max_idx = std::distance(vec.begin(), max_it);
 320
 321     cv::Point2i max_response_pt = IF_BIG_BATCH(max_it->loc, max_it->max.loc);
 322     cv::Mat max_response_map    = IF_BIG_BATCH(d->threadctxs[0].response.plane(max_idx),
 323                                                max_it->response.plane(0));
 324
 325     DEBUG_PRINTM(max_response_map);
 326     DEBUG_PRINT(max_response_pt);
 327
 328     max_response_pt = wrapAroundFreq(max_response_pt, max_response_map);
 329
 330     // sub pixel quadratic interpolation from neighbours
 331     if (m_use_subpixel_localization) {
 332         new_location = sub_pixel_peak(max_response_pt, max_response_map);
 333     } else {
 334         new_location = max_response_pt;
 335     }
 336     DEBUG_PRINT(new_location);
 337
 338     if (m_visual_debug != vd::NONE) {
 339         const bool fit = 1;
 340         int w = fit ? 100 : (m_visual_debug == vd::PATCH ? fit_size.width  : feature_size.width);
 341         int h = fit ? 100 : (m_visual_debug == vd::PATCH ? fit_size.height : feature_size.height);
 342         cv::Mat all_responses((h + 1) * p_num_scales - 1,
 343                               (w + 1) * p_num_angles - 1, CV_32FC3, cv::Scalar::all(0));
 344         for (size_t i = 0; i < p_num_scales; ++i) {
 345             for (size_t j = 0; j < p_num_angles; ++j) {
 346                 auto &threadctx = d->IF_BIG_BATCH(threadctxs[0], threadctxs(i, j));
 347                 cv::Mat tmp;
 348                 cv::Point2d cross = threadctx.IF_BIG_BATCH(max(i, j), max).loc;
 349                 cross = wrapAroundFreq(cross, max_response_map);
 350                 if (m_visual_debug == vd::PATCH ) {
 351                     threadctx.dbg_patch IF_BIG_BATCH((i, j),)
 352                             .convertTo(tmp, all_responses.type(), 1.0 / 255);
 353                     cross.x = cross.x / fit_size.width  * tmp.cols + tmp.cols / 2;
 354                     cross.y = cross.y / fit_size.height * tmp.rows + tmp.rows / 2;
 355                 } else {
 356                     cv::cvtColor(threadctx.response.plane(IF_BIG_BATCH(threadctx.max.getIdx(i, j), 0)),
 357                             tmp, cv::COLOR_GRAY2BGR);
 358                     tmp /= max; // Normalize to 1
 359                     cross += cv::Point2d(tmp.size())/2;
 360                     tmp = circshift(tmp, -tmp.cols/2, -tmp.rows/2);
 361                     //drawCross(tmp, cross, false);
 362                 }
 363                 bool green = false;
 364                 if (&*max_it == &IF_BIG_BATCH(threadctx.max(i, j), threadctx)) {
 365                     // Show the green cross at position of sub-pixel interpolation (if enabled)
 366                     cross = new_location + cv::Point2d(tmp.size())/2;
 367                     green = true;
 368                 }
 369                 // Move to the center of pixes (if scaling up) and scale
 370                 cross.x = (cross.x + 0.5) * double(w)/tmp.cols;
 371                 cross.y = (cross.y + 0.5) * double(h)/tmp.rows;
 372                 cv::resize(tmp, tmp, cv::Size(w, h)); //, 0, 0, cv::INTER_NEAREST);
 373                 drawCross(tmp, cross, green);
 374                 cv::Mat resp_roi(all_responses, cv::Rect(j * (w+1), i * (h+1), w, h));
 375                 tmp.copyTo(resp_roi);
 376             }
 377         }
 378         cv::namedWindow("KCF visual debug", CV_WINDOW_AUTOSIZE);
 379         cv::imshow("KCF visual debug", all_responses);
 380     }
 381
 382     return max;
 383 }
 384
 385 void KCF_Tracker::track(cv::Mat &img)
 386 {
 387     __dbgTracer.debug = m_debug;
 388     TRACE("");
 389
 390     cv::Mat input_gray, input_rgb = img.clone();
 391     if (img.channels() == 3) {
 392         cv::cvtColor(img, input_gray, CV_BGR2GRAY);
 393         input_gray.convertTo(input_gray, CV_32FC1);
 394     } else
 395         img.convertTo(input_gray, CV_32FC1);
 396
 397     // don't need too large image
 398     resizeImgs(input_rgb, input_gray);
 399
 400 #ifdef ASYNC
 401     for (auto &it : d->threadctxs)
 402         it.async_res = std::async(std::launch::async, [this, &input_gray, &input_rgb, &it]() -> void {
 403             it.track(*this, input_rgb, input_gray);
 404         });
 405     for (auto const &it : d->threadctxs)
 406         it.async_res.wait();
 407
 408 #else  // !ASYNC
 409     NORMAL_OMP_PARALLEL_FOR
 410     for (uint i = 0; i < d->threadctxs.size(); ++i)
 411         d->threadctxs[i].track(*this, input_rgb, input_gray);
 412 #endif
 413
 414     cv::Point2d new_location;
 415     uint max_idx;
 416     max_response = findMaxReponse(max_idx, new_location);
 417
 418     double angle_change = m_use_subgrid_angle ? sub_grid_angle(max_idx)
 419                                               : d->IF_BIG_BATCH(threadctxs[0].max, threadctxs).angle(max_idx);
 420     p_current_angle += angle_change;
 421
 422     new_location.x = new_location.x * cos(-p_current_angle/180*M_PI) + new_location.y * sin(-p_current_angle/180*M_PI);
 423     new_location.y = new_location.y * cos(-p_current_angle/180*M_PI) - new_location.x * sin(-p_current_angle/180*M_PI);
 424
 425     new_location.x *= double(p_windows_size.width) / fit_size.width;
 426     new_location.y *= double(p_windows_size.height) / fit_size.height;
 427
 428     p_current_center += p_current_scale * p_cell_size * new_location;
 429
 430     clamp2(p_current_center.x, 0.0, img.cols - 1.0);
 431     clamp2(p_current_center.y, 0.0, img.rows - 1.0);
 432
 433     // sub grid scale interpolation
 434     if (m_use_subgrid_scale) {
 435         p_current_scale *= sub_grid_scale(max_idx);
 436     } else {
 437         p_current_scale *= d->IF_BIG_BATCH(threadctxs[0].max, threadctxs).scale(max_idx);
 438     }
 439
 440     clamp2(p_current_scale, p_min_max_scale[0], p_min_max_scale[1]);
 441
 442
 443     // train at newly estimated target position
 444     train(input_rgb, input_gray, p_interp_factor);
 445 }
 446
 447 void ThreadCtx::track(const KCF_Tracker &kcf, cv::Mat &input_rgb, cv::Mat &input_gray)
 448 {
 449     TRACE("");
 450
 451     BIG_BATCH_OMP_PARALLEL_FOR
 452     for (uint i = 0; i < IF_BIG_BATCH(max.size(), 1); ++i)
 453     {
 454         kcf.get_features(input_rgb, input_gray, &dbg_patch IF_BIG_BATCH([i],),
 455                          kcf.p_current_center.x, kcf.p_current_center.y,
 456                          kcf.p_windows_size.width, kcf.p_windows_size.height,
 457                          kcf.p_current_scale * IF_BIG_BATCH(max.scale(i), scale),
 458                          kcf.p_current_angle + IF_BIG_BATCH(max.angle(i), angle))
 459                 .copyTo(patch_feats.scale(i));
 460         DEBUG_PRINT(patch_feats.scale(i));
 461     }
 462
 463     kcf.fft.forward_window(patch_feats, zf, temp);
 464     DEBUG_PRINTM(zf);
 465
 466     if (kcf.m_use_linearkernel) {
 467         kzf = zf.mul(kcf.model->model_alphaf).sum_over_channels();
 468     } else {
 469         gaussian_correlation(kzf, zf, kcf.model->model_xf, kcf.p_kernel_sigma, false, kcf);
 470         DEBUG_PRINTM(kzf);
 471         kzf = kzf.mul(kcf.model->model_alphaf);
 472     }
 473     kcf.fft.inverse(kzf, response);
 474
 475     DEBUG_PRINTM(response);
 476
 477     /* target location is at the maximum response. we must take into
 478     account the fact that, if the target doesn't move, the peak
 479     will appear at the top-left corner, not at the center (this is
 480     discussed in the paper). the responses wrap around cyclically. */
 481     double min_val, max_val;
 482     cv::Point2i min_loc, max_loc;
 483 #ifdef BIG_BATCH
 484     for (size_t i = 0; i < max.size(); ++i) {
 485         cv::minMaxLoc(response.plane(i), &min_val, &max_val, &min_loc, &max_loc);
 486         DEBUG_PRINT(max_loc);
 487         double weight = max.scale(i) < 1. ? max.scale(i) : 1. / max.scale(i);
 488         max[i].response = max_val * weight;
 489         max[i].loc = max_loc;
 490     }
 491 #else
 492     cv::minMaxLoc(response.plane(0), &min_val, &max_val, &min_loc, &max_loc);
 493
 494     DEBUG_PRINT(max_loc);
 495     DEBUG_PRINT(max_val);
 496
 497     double weight = scale < 1. ? scale : 1. / scale;
 498     max.response = max_val * weight;
 499     max.loc = max_loc;
 500 #endif
 501 }
 502
 503 // ****************************************************************************
 504
 505 cv::Mat KCF_Tracker::get_features(cv::Mat &input_rgb, cv::Mat &input_gray, cv::Mat *dbg_patch,
 506                                   int cx, int cy, int size_x, int size_y, double scale, double angle) const
 507 {
 508     cv::Size scaled = cv::Size(floor(size_x * scale), floor(size_y * scale));
 509
 510     cv::Mat patch_gray = get_subwindow(input_gray, cx, cy, scaled.width, scaled.height, angle);
 511     cv::Mat patch_rgb = get_subwindow(input_rgb, cx, cy, scaled.width, scaled.height, angle);
 512
 513     // resize to default size
 514     if (scaled.area() > fit_size.area()) {
 515         // if we downsample use  INTER_AREA interpolation
 516         // note: this is just a guess - we may downsample in X and upsample in Y (or vice versa)
 517         cv::resize(patch_gray, patch_gray, fit_size, 0., 0., cv::INTER_AREA);
 518     } else {
 519         cv::resize(patch_gray, patch_gray, fit_size, 0., 0., cv::INTER_LINEAR);
 520     }
 521
 522     // get hog(Histogram of Oriented Gradients) features
 523     std::vector<cv::Mat> hog_feat = FHoG::extract(patch_gray, 2, p_cell_size, 9);
 524
 525     // get color rgb features (simple r,g,b channels)
 526     std::vector<cv::Mat> color_feat;
 527     if ((m_use_color || m_use_cnfeat) && input_rgb.channels() == 3) {
 528         // resize to default size
 529         if (scaled.area() > (fit_size / p_cell_size).area()) {
 530             // if we downsample use  INTER_AREA interpolation
 531             cv::resize(patch_rgb, patch_rgb, fit_size / p_cell_size, 0., 0., cv::INTER_AREA);
 532         } else {
 533             cv::resize(patch_rgb, patch_rgb, fit_size / p_cell_size, 0., 0., cv::INTER_LINEAR);
 534         }
 535     }
 536
 537     if (dbg_patch)
 538         patch_rgb.copyTo(*dbg_patch);
 539
 540     if (m_use_color && input_rgb.channels() == 3) {
 541         // use rgb color space
 542         cv::Mat patch_rgb_norm;
 543         patch_rgb.convertTo(patch_rgb_norm, CV_32F, 1. / 255., -0.5);
 544         cv::Mat ch1(patch_rgb_norm.size(), CV_32FC1);
 545         cv::Mat ch2(patch_rgb_norm.size(), CV_32FC1);
 546         cv::Mat ch3(patch_rgb_norm.size(), CV_32FC1);
 547         std::vector<cv::Mat> rgb = {ch1, ch2, ch3};
 548         cv::split(patch_rgb_norm, rgb);
 549         color_feat.insert(color_feat.end(), rgb.begin(), rgb.end());
 550     }
 551
 552     if (m_use_cnfeat && input_rgb.channels() == 3) {
 553         std::vector<cv::Mat> cn_feat = CNFeat::extract(patch_rgb);
 554         color_feat.insert(color_feat.end(), cn_feat.begin(), cn_feat.end());
 555     }
 556
 557     hog_feat.insert(hog_feat.end(), color_feat.begin(), color_feat.end());
 558
 559     int size[] = {p_num_of_feats, feature_size.height, feature_size.width};
 560     cv::Mat result(3, size, CV_32F);
 561     for (uint i = 0; i < hog_feat.size(); ++i)
 562         hog_feat[i].copyTo(cv::Mat(size[1], size[2], CV_32FC1, result.ptr(i)));
 563
 564     return result;
 565 }
 566
 567 cv::Mat KCF_Tracker::gaussian_shaped_labels(double sigma, int dim1, int dim2)
 568 {
 569     cv::Mat labels(dim2, dim1, CV_32FC1);
 570     int range_y[2] = {-dim2 / 2, dim2 - dim2 / 2};
 571     int range_x[2] = {-dim1 / 2, dim1 - dim1 / 2};
 572
 573     double sigma_s = sigma * sigma;
 574
 575     for (int y = range_y[0], j = 0; y < range_y[1]; ++y, ++j) {
 576         float *row_ptr = labels.ptr<float>(j);
 577         double y_s = y * y;
 578         for (int x = range_x[0], i = 0; x < range_x[1]; ++x, ++i) {
 579             row_ptr[i] = std::exp(-0.5 * (y_s + x * x) / sigma_s); //-1/2*e^((y^2+x^2)/sigma^2)
 580         }
 581     }
 582
 583     // rotate so that 1 is at top-left corner (see KCF paper for explanation)
 584     MatDynMem rot_labels = circshift(labels, range_x[0], range_y[0]);
 585     // sanity check, 1 at top left corner
 586     assert(rot_labels.at<float>(0, 0) >= 1.f - 1e-10f);
 587
 588     return rot_labels;
 589 }
 590
 591 cv::Mat KCF_Tracker::circshift(const cv::Mat &patch, int x_rot, int y_rot) const
 592 {
 593     cv::Mat rot_patch(patch.size(), patch.type());
 594     cv::Mat tmp_x_rot(patch.size(), patch.type());
 595
 596     // circular rotate x-axis
 597     if (x_rot < 0) {
 598         // move part that does not rotate over the edge
 599         cv::Range orig_range(-x_rot, patch.cols);
 600         cv::Range rot_range(0, patch.cols - (-x_rot));
 601         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 602
 603         // rotated part
 604         orig_range = cv::Range(0, -x_rot);
 605         rot_range = cv::Range(patch.cols - (-x_rot), patch.cols);
 606         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 607     } else if (x_rot > 0) {
 608         // move part that does not rotate over the edge
 609         cv::Range orig_range(0, patch.cols - x_rot);
 610         cv::Range rot_range(x_rot, patch.cols);
 611         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 612
 613         // rotated part
 614         orig_range = cv::Range(patch.cols - x_rot, patch.cols);
 615         rot_range = cv::Range(0, x_rot);
 616         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 617     } else { // zero rotation
 618         // move part that does not rotate over the edge
 619         cv::Range orig_range(0, patch.cols);
 620         cv::Range rot_range(0, patch.cols);
 621         patch(cv::Range::all(), orig_range).copyTo(tmp_x_rot(cv::Range::all(), rot_range));
 622     }
 623
 624     // circular rotate y-axis
 625     if (y_rot < 0) {
 626         // move part that does not rotate over the edge
 627         cv::Range orig_range(-y_rot, patch.rows);
 628         cv::Range rot_range(0, patch.rows - (-y_rot));
 629         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 630
 631         // rotated part
 632         orig_range = cv::Range(0, -y_rot);
 633         rot_range = cv::Range(patch.rows - (-y_rot), patch.rows);
 634         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 635     } else if (y_rot > 0) {
 636         // move part that does not rotate over the edge
 637         cv::Range orig_range(0, patch.rows - y_rot);
 638         cv::Range rot_range(y_rot, patch.rows);
 639         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 640
 641         // rotated part
 642         orig_range = cv::Range(patch.rows - y_rot, patch.rows);
 643         rot_range = cv::Range(0, y_rot);
 644         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 645     } else { // zero rotation
 646         // move part that does not rotate over the edge
 647         cv::Range orig_range(0, patch.rows);
 648         cv::Range rot_range(0, patch.rows);
 649         tmp_x_rot(orig_range, cv::Range::all()).copyTo(rot_patch(rot_range, cv::Range::all()));
 650     }
 651
 652     return rot_patch;
 653 }
 654
 655 // hann window actually (Power-of-cosine windows)
 656 cv::Mat KCF_Tracker::cosine_window_function(int dim1, int dim2)
 657 {
 658     cv::Mat m1(1, dim1, CV_32FC1), m2(dim2, 1, CV_32FC1);
 659     double N_inv = 1. / (static_cast<double>(dim1) - 1.);
 660     for (int i = 0; i < dim1; ++i)
 661         m1.at<float>(i) = float(0.5 * (1. - std::cos(2. * CV_PI * static_cast<double>(i) * N_inv)));
 662     N_inv = 1. / (static_cast<double>(dim2) - 1.);
 663     for (int i = 0; i < dim2; ++i)
 664         m2.at<float>(i) = float(0.5 * (1. - std::cos(2. * CV_PI * static_cast<double>(i) * N_inv)));
 665     cv::Mat ret = m2 * m1;
 666     return ret;
 667 }
 668
 669 // Returns sub-window of image input centered at [cx, cy] coordinates),
 670 // with size [width, height]. If any pixels are outside of the image,
 671 // they will replicate the values at the borders.
 672 cv::Mat KCF_Tracker::get_subwindow(const cv::Mat &input, int cx, int cy, int width, int height, double angle) const
 673 {
 674     cv::Mat patch;
 675
 676     cv::Size sz(width, height);
 677     cv::RotatedRect rr(cv::Point2f(cx, cy), sz, angle);
 678     cv::Rect bb = rr.boundingRect();
 679
 680     int x1 = bb.tl().x;
 681     int y1 = bb.tl().y;
 682     int x2 = bb.br().x;
 683     int y2 = bb.br().y;
 684
 685     // out of image
 686     if (x1 >= input.cols || y1 >= input.rows || x2 < 0 || y2 < 0) {
 687         patch.create(height, width, input.type());
 688         patch.setTo(double(0.f));
 689         return patch;
 690     }
 691
 692     int top = 0, bottom = 0, left = 0, right = 0;
 693
 694     // fit to image coordinates, set border extensions;
 695     if (x1 < 0) {
 696         left = -x1;
 697         x1 = 0;
 698     }
 699     if (y1 < 0) {
 700         top = -y1;
 701         y1 = 0;
 702     }
 703     if (x2 >= input.cols) {
 704         right = x2 - input.cols + width % 2;
 705         x2 = input.cols;
 706     } else
 707         x2 += width % 2;
 708
 709     if (y2 >= input.rows) {
 710         bottom = y2 - input.rows + height % 2;
 711         y2 = input.rows;
 712     } else
 713         y2 += height % 2;
 714
 715     if (x2 - x1 == 0 || y2 - y1 == 0)
 716         patch = cv::Mat::zeros(height, width, CV_32FC1);
 717     else {
 718         cv::copyMakeBorder(input(cv::Range(y1, y2), cv::Range(x1, x2)), patch, top, bottom, left, right,
 719                            cv::BORDER_REPLICATE);
 720         //      imshow( "copyMakeBorder", patch);
 721         //      cv::waitKey();
 722     }
 723
 724     cv::Point2f src_pts[4];
 725     cv::RotatedRect(cv::Point2f(patch.size()) / 2.0, sz, angle).points(src_pts);
 726     cv::Point2f dst_pts[3] = { cv::Point2f(0, height), cv::Point2f(0, 0),  cv::Point2f(width, 0)};
 727     auto rot = cv::getAffineTransform(src_pts, dst_pts);
 728     cv::warpAffine(patch, patch, rot, sz);
 729
 730     // sanity check
 731     assert(patch.cols == width && patch.rows == height);
 732
 733     return patch;
 734 }
 735
 736 void KCF_Tracker::GaussianCorrelation::operator()(ComplexMat &result, const ComplexMat &xf, const ComplexMat &yf,
 737                                                   double sigma, bool auto_correlation, const KCF_Tracker &kcf)
 738 {
 739     TRACE("");
 740     DEBUG_PRINTM(xf);
 741     DEBUG_PRINT(xf_sqr_norm.num_elem);
 742     xf.sqr_norm(xf_sqr_norm);
 743     for (uint s = 0; s < xf.n_scales; ++s)
 744         DEBUG_PRINT(xf_sqr_norm[s]);
 745     if (auto_correlation) {
 746         yf_sqr_norm = xf_sqr_norm;
 747     } else {
 748         DEBUG_PRINTM(yf);
 749         yf.sqr_norm(yf_sqr_norm);
 750     }
 751     for (uint s = 0; s < yf.n_scales; ++s)
 752         DEBUG_PRINTM(yf_sqr_norm[s]);
 753     xyf = auto_correlation ? xf.sqr_mag() : xf * yf.conj(); // xf.muln(yf.conj());
 754     DEBUG_PRINTM(xyf);
 755
 756     // ifft2 and sum over 3rd dimension, we dont care about individual channels
 757     ComplexMat xyf_sum = xyf.sum_over_channels();
 758     DEBUG_PRINTM(xyf_sum);
 759     kcf.fft.inverse(xyf_sum, ifft_res);
 760     DEBUG_PRINTM(ifft_res);
 761
 762     float numel_xf_inv = 1.f / (xf.cols * xf.rows * (xf.channels() / xf.n_scales));
 763     for (uint i = 0; i < xf.n_scales; ++i) {
 764         cv::Mat plane = ifft_res.plane(i);
 765         DEBUG_PRINT(ifft_res.plane(i));
 766         cv::exp(-1. / (sigma * sigma) * cv::max((xf_sqr_norm[i] + yf_sqr_norm[0] - 2 * ifft_res.plane(i))
 767                 * numel_xf_inv, 0), plane);
 768         DEBUG_PRINTM(plane);
 769     }
 770
 771     kcf.fft.forward(ifft_res, result);
 772 }
 773
 774 float get_response_circular(cv::Point2i &pt, cv::Mat &response)
 775 {
 776     int x = pt.x;
 777     int y = pt.y;
 778     assert(response.dims == 2); // ensure .cols and .rows are valid
 779     if (x < 0) x = response.cols + x;
 780     if (y < 0) y = response.rows + y;
 781     if (x >= response.cols) x = x - response.cols;
 782     if (y >= response.rows) y = y - response.rows;
 783
 784     return response.at<float>(y, x);
 785 }
 786
 787 cv::Point2f KCF_Tracker::sub_pixel_peak(cv::Point &max_loc, cv::Mat &response) const
 788 {
 789     // find neighbourhood of max_loc (response is circular)
 790     // 1 2 3
 791     // 4   5
 792     // 6 7 8
 793     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);
 794     cv::Point2i p4(max_loc.x - 1, max_loc.y), p5(max_loc.x + 1, max_loc.y);
 795     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);
 796
 797     // clang-format off
 798     // fit 2d quadratic function f(x, y) = a*x^2 + b*x*y + c*y^2 + d*x + e*y + f
 799     cv::Mat A = (cv::Mat_<float>(9, 6) <<
 800                  p1.x*p1.x, p1.x*p1.y, p1.y*p1.y, p1.x, p1.y, 1.f,
 801                  p2.x*p2.x, p2.x*p2.y, p2.y*p2.y, p2.x, p2.y, 1.f,
 802                  p3.x*p3.x, p3.x*p3.y, p3.y*p3.y, p3.x, p3.y, 1.f,
 803                  p4.x*p4.x, p4.x*p4.y, p4.y*p4.y, p4.x, p4.y, 1.f,
 804                  p5.x*p5.x, p5.x*p5.y, p5.y*p5.y, p5.x, p5.y, 1.f,
 805                  p6.x*p6.x, p6.x*p6.y, p6.y*p6.y, p6.x, p6.y, 1.f,
 806                  p7.x*p7.x, p7.x*p7.y, p7.y*p7.y, p7.x, p7.y, 1.f,
 807                  p8.x*p8.x, p8.x*p8.y, p8.y*p8.y, p8.x, p8.y, 1.f,
 808                  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);
 809     cv::Mat fval = (cv::Mat_<float>(9, 1) <<
 810                     get_response_circular(p1, response),
 811                     get_response_circular(p2, response),
 812                     get_response_circular(p3, response),
 813                     get_response_circular(p4, response),
 814                     get_response_circular(p5, response),
 815                     get_response_circular(p6, response),
 816                     get_response_circular(p7, response),
 817                     get_response_circular(p8, response),
 818                     get_response_circular(max_loc, response));
 819     // clang-format on
 820     cv::Mat x;
 821     cv::solve(A, fval, x, cv::DECOMP_SVD);
 822
 823     float a = x.at<float>(0), b = x.at<float>(1), c = x.at<float>(2), d = x.at<float>(3), e = x.at<float>(4);
 824
 825     cv::Point2f sub_peak(max_loc.x, max_loc.y);
 826     if (4 * a * c - b * b > p_floating_error) {
 827         sub_peak.y = ((2.f * a * e) / b - d) / (b - (4 * a * c) / b);
 828         sub_peak.x = (-2 * c * sub_peak.y - e) / b;
 829         if (fabs(sub_peak.x - max_loc.x) > 1 ||
 830             fabs(sub_peak.y - max_loc.y) > 1)
 831             sub_peak = max_loc;
 832     }
 833
 834     return sub_peak;
 835 }
 836
 837 double KCF_Tracker::sub_grid_scale(uint max_index)
 838 {
 839     cv::Mat A, fval;
 840     const auto &vec = d->IF_BIG_BATCH(threadctxs[0].max, threadctxs);
 841     uint index = vec.getScaleIdx(max_index);
 842     uint angle_idx = vec.getAngleIdx(max_index);
 843
 844     if (index >= vec.size()) {
 845         // interpolate from all values
 846         // fit 1d quadratic function f(x) = a*x^2 + b*x + c
 847         A.create(p_scales.size(), 3, CV_32FC1);
 848         fval.create(p_scales.size(), 1, CV_32FC1);
 849         for (size_t i = 0; i < p_scales.size(); ++i) {
 850             A.at<float>(i, 0) = float(p_scales[i] * p_scales[i]);
 851             A.at<float>(i, 1) = float(p_scales[i]);
 852             A.at<float>(i, 2) = 1;
 853             fval.at<float>(i) = d->IF_BIG_BATCH(threadctxs[0].max[i].response, threadctxs(i, angle_idx).max.response);
 854         }
 855     } else {
 856         // only from neighbours
 857         if (index == 0 || index == p_scales.size() - 1)
 858            return p_scales[index];
 859
 860         A = (cv::Mat_<float>(3, 3) <<
 861              p_scales[index - 1] * p_scales[index - 1], p_scales[index - 1], 1,
 862              p_scales[index + 0] * p_scales[index + 0], p_scales[index + 0], 1,
 863              p_scales[index + 1] * p_scales[index + 1], p_scales[index + 1], 1);
 864 #ifdef BIG_BATCH
 865         fval = (cv::Mat_<float>(3, 1) <<
 866                 d->threadctxs[0].max(index - 1, angle_idx).response,
 867                 d->threadctxs[0].max(index + 0, angle_idx).response,
 868                 d->threadctxs[0].max(index + 1, angle_idx).response);
 869 #else
 870         fval = (cv::Mat_<float>(3, 1) <<
 871                 d->threadctxs(index - 1, angle_idx).max.response,
 872                 d->threadctxs(index + 0, angle_idx).max.response,
 873                 d->threadctxs(index + 1, angle_idx).max.response);
 874 #endif
 875     }
 876
 877     cv::Mat x;
 878     cv::solve(A, fval, x, cv::DECOMP_SVD);
 879     float a = x.at<float>(0), b = x.at<float>(1);
 880     double scale = p_scales[index];
 881     if (a > 0 || a < 0)
 882         scale = -b / (2 * a);
 883     return scale;
 884 }
 885
 886 double KCF_Tracker::sub_grid_angle(uint max_index)
 887 {
 888     cv::Mat A, fval;
 889     const auto &vec = d->IF_BIG_BATCH(threadctxs[0].max, threadctxs);
 890     uint scale_idx = vec.getScaleIdx(max_index);
 891     uint index = vec.getAngleIdx(max_index);
 892
 893     if (index >= vec.size()) {
 894         // interpolate from all values
 895         // fit 1d quadratic function f(x) = a*x^2 + b*x + c
 896         A.create(p_angles.size(), 3, CV_32FC1);
 897         fval.create(p_angles.size(), 1, CV_32FC1);
 898         for (size_t i = 0; i < p_angles.size(); ++i) {
 899             A.at<float>(i, 0) = float(p_angles[i] * p_angles[i]);
 900             A.at<float>(i, 1) = float(p_angles[i]);
 901             A.at<float>(i, 2) = 1;
 902             fval.at<float>(i) = d->IF_BIG_BATCH(threadctxs[0].max[i].response, threadctxs(scale_idx, i).max.response);
 903         }
 904     } else {
 905         // only from neighbours
 906         if (index == 0 || index == p_angles.size() - 1)
 907            return p_angles[index];
 908
 909         A = (cv::Mat_<float>(3, 3) <<
 910              p_angles[index - 1] * p_angles[index - 1], p_angles[index - 1], 1,
 911              p_angles[index + 0] * p_angles[index + 0], p_angles[index + 0], 1,
 912              p_angles[index + 1] * p_angles[index + 1], p_angles[index + 1], 1);
 913 #ifdef BIG_BATCH
 914         fval = (cv::Mat_<float>(3, 1) <<
 915                 d->threadctxs[0].max(scale_idx, index - 1).response,
 916                 d->threadctxs[0].max(scale_idx, index + 0).response,
 917                 d->threadctxs[0].max(scale_idx, index + 1).response);
 918 #else
 919         fval = (cv::Mat_<float>(3, 1) <<
 920                 d->threadctxs(scale_idx, index - 1).max.response,
 921                 d->threadctxs(scale_idx, index + 0).max.response,
 922                 d->threadctxs(scale_idx, index + 1).max.response);
 923 #endif
 924     }
 925
 926     cv::Mat x;
 927     cv::solve(A, fval, x, cv::DECOMP_SVD);
 928     float a = x.at<float>(0), b = x.at<float>(1);
 929     double angle = p_angles[index];
 930     if (a > 0 || a < 0)
 931         angle = -b / (2 * a);
 932     return angle;
 933 }