Added script to generate BoxPlots

Make build.ninja generator more compatible with various systems

i.e. Use $(file) function when available, fallback to echo shell command.

Add automated testing of tracking accuracy

Also improve printing of test results.

Cosmetic Makefile changes

Report test failures with wvtool

travis: Delete dumped cores

Ninja test fixes

Do not require realpath command

It is not available on Travis

Do not duplicate Makefile and ninja - all is now done by ninja

Pass CUDA_ARCH_LIST to CMake only for CUDA build

This avoids a cmake warning in other builds.

Always run tests with ninja and fix few problems

Do not run cmake during `ninja test` when not necessary

Allow generating build.ninja also with GNU make 3.81

This version is on Travis and does not support file function.

Run tests with ninja

To run them faster and to have nice progress report.

Fix indentation

Define big_batch variables only in BIG_BATCH mode

Replace Kcf::m_use_big_batch with a preprocessor symbol

Remove patch_feats from ThreadCtx

It does not belong there. Also revert get_features to the original
implementation.

Remove void statement

fft: Do not pass big_batch_mode as a parameter

One can determine the mode from the BIG_BATCH preprocessor symbol even
without the parameter.

Remove unnecessary typecasting

Shorten code by using ctx instead of p_htreadctxs.front()

travis: Build only for one GPU architecture

This makes travis builds faster.

Use clamp function to clamp variables to a range

Unify init messages and add FFT size message

Use fixed format for output numbers

test: Show logs when not running on Travis CI

Add book sequence to tests

Add useful settings into Makefile (as comments)

Allow CUDA autodetection with cmake < 3.7

Autodetect CUDA architecture

Do not require ifdefs when using sqr_norm()

Revert FHoG::extract changes

It's not necessary for this function to know about our threads etc.

Simpify init

Simplify sub_grid_scale

Remove unnecessary typecasting

Replace (p_windows_size.* / p_cell_size) with p_roi and remove useless typecasting

Use cv::Size for p_roi

Fix scaling condition

"Or" makes more sense than "and".

Simplify fit scale computation, cleanup

Fix scale initialization

Without this, estimation of tracked object scale doesn't work
correctly.

This should have been done in commit 495214a ("Move scale and
async_res variables to ThreadCtx", 2018-09-12).

Allow compiling all variants with ninja

It is faster - see the comment in the Makefile.

Travis complains about long logs

travis: Run tests

We run them only with clang. This has two reasons:

1) We cannot run CUDA and this job does not build cuda.
2) It is the fastest job, so tests will be run while other jobs will
   still compile.

Test improvements

- we test --fit flag
- we do not rerun tests if the log is up to date
- vot2016.zip is not downloaded in vot2016 directory already exists

Allow getting filter response

It roughly corresponds to tracker's view of tracking accuracy. This value
is produced even when ground truth data is not available.

PITOM wanted to have this for their drone use case.

Fixes #19.

Add automated testing

Merge README update

Update README

Move scale and async_res variables to ThreadCtx

Change p_threadctxs from list to vector

Use list of thread contexts rather than list of pointers to thread contexts

This simplifies some constructs in the code.

Remove useless typecasting

Reformat

Improve error message

clang-format: Always move "if" body to a separate line

Merge branch 'cuda-streams'

Fix clang warnings

Mostly unused variable/function.

Added comments to variables in ThreadCtx + renamed p_scale_vars in kcf

This commit adresses issue #11.

Correction for CUFFT Big batch OpenMP

Corrected warnings and errors in CUFFT version

These problems were found by Travis CL.

Corrected warnings in CPU ComplexMat

This fixes #15.

Do not force CUDA_HOST_COMPILER to g++

cmake sets CUDA_HOST_COMPILER automatically based on CC environment
variable. If one uses custom CC variable and CUDA_HOST_COMPILER is set
this way, build usually fails. This happens, for example, when one
needs to use an older compiler (e.g. gcc-5), because the newer default
compiler is not supported by CUDA.

This fixes #10.

Streamlined ThreadCtx

Removed obsolete variables and variables that were
only used in zero index and moved them to kcf.

Minor CMake correction for CUDA versions

Removed obsolete include in CUFFT

CUDA version of the tracker no longer uses OpenCV's CUDA
API.

Added DynMem class

DynMem class streamlines dynamic memory allocation for both CUDA
and CPU version of the tracker. Also some minor changes in fft_cufft.hpp
were made, because there was a problem with order of header includes.

Made dynamic memory allocation more readable

travis: Also Build with clang-5

travis: Also build with clang-3.8

travis: Build with -Werror

travis: Compile with gcc-5

TX2 has also gcc-5. The advantage is that this gcc version does not
produce some (false?) warnings about uninitialized variables.

travis: Use APT addon rather than a bunch of sudo commands

This looks like a cleaner approach.

travis: Use less CUDA packages in dependencies

This makes Travis checks faster (from 5:00 to 3:30)

Add markers to compile output

With this, it will be easier to figure in which build variant an error
happens.

Enable Travis CI

Changed variables in ThreadCtx to uint

Variables which are always positive were changed to uint.
This meant that some changes had to be made to ComplexMat
to reduce the number of typecasts.

Changed p_windows_size and windows_size type to cv::Size

CUFFT now uses ThreadCtx and also pragmas from pragmas.h

Renamed Scale_Vars to ThreadCtx

Also part of this commit is deletion of forward declaration of
Scale_Vars (now ThreadCtx) in fft_fftw.h, fft_opencv.h and fhog.hpp.

Moved omp pragmas declaration to seperate file

Definition of omp pragmas have nothing to do with Scale_vars,
for that reason pragmas.h was created with all of the definitions.

Revert "Removed obsolete method set_stream"

This reverts commit a22c75434c0db289b63de882fc1677108882b445.

Removed obsolete method set_stream

In CUDA version of ComplexMat class was unused set_stream method.

CMake cleanup

Removed redundant forward declaration.

This commit fixes #13.

Formatted files with Clang Format.

Reformat some parts with clang-format

Big Batch mode now support OpenMP

Big batch mode now can use OpenMP, while using
the Scale_vars structure.

CUDA streams works

This commit adds support for CUDA streams and also corrects issue
with CUFFTW version of the tracker. All version now works without
any problem. CUDA streams version currently does not support C++
async directive and only OpenMP.
TODO: Implement correct use of OpenMP in big batch mode.

Work done so far on CUDA streams

This commit contains not only workd done to implement CUDA streams,
but also some changes to correct warnings and make the naming little
bit more consistent.

Big batch mode now works for all versions

Removed OpenCV_CuFFT version

Removed obsolete version of the tracker, which does not exist, but
was still available in CMake.

FFT does not take whole Scale_vars struct

FFT class now does not need to know anything about the tracker. It only gets as
input parameters objects and variables on which to perform FFT. Also Scale_vars
constructor was added, which allocates memory for variables.

Removed obsolete variable

Cleaned OpenCV version

All version now uses same minimal FFT API and workflow.
TODO Clean the scale_var and scale_vars_init, add support for big_batch
mode for FFTW and CUFFT, implement cuda streams.

Cleaned FFTW version

FFTW version now same as CUFFT version uses minimized API of FFT and has minimal number
of memory copies.

Remove memory copying from host to device

Cufft version no longer copies data from host to device in forward_window function.
TODO add support for big_batch mode to CUFFT.

Smaller FFT API

FFT API now only consist these functions: forward, forward_window and inverse.
All of them take Scale_vars structure as the sole input parameter. This API
currently works only with CuFFT if I remember correctly. I will have to test it
with OpenCV and FFTW.

KCF_Tracker::init now uses Scale_vars FFT API

CuFFT uses only inverse(Scale_vars & vars)

CuFFT version of the tracker now only uses one inverse function.
The next goal is to do the same for forward FFT function.