Что такое Гауссовая регрессия в отслеживании объектов Algo/ML & image Proc
Я работаю над проблемой отслеживания бумаги. во время тренировки я должен был создать гауссовский пик для (M x N) тусклых цветов. и разделить его на коэффициент корреляции ROI(M x N) изображения. Я не понимаю концепции, лежащей в основе упомянутых шагов.
G_p: является целью регрессии в форме Гаусса (M x N)
х: патч тренировочного образа
обучение (х, г_п, сигма, лямда);
C = вычислить корреляцию (x, x, сигма); #Gaussian_correlation подходит для объектов HoG в ROI(Mx N).
альфа = fft2(G_p) ./ (fft2(C) + лямбда);
что здесь обозначает альфа? что позже используется для определения ROI из дальнейших кадров?
Может кто-то объяснить или предложить подходящие ссылки, чтобы понять эту концепцию.
Спасибо Вивек