這篇文章的作者在知乎上有比較詳細的中文介紹
利用迴圈移位樣本的特徵圖(circulant feature maps)與乙個向量的內積，作為是目標的可能性；
目標函式的約束條件：使得目標中心處的patch是目標的可能性大於（w,h）處是目標的可能性超過乙個距離。意為large margin！！
w和z其中乙個固定的話，優化過程就變得很簡單了，一步即可求出來，其中w是在頻域計算的。然後交替更新，優化。新的一幀到來時，通過公式(1)向量引數與特徵圖做內積得到的響應圖來**目標位置，（1）w固定，z的求解方式：
（2）z固定，w轉化到頻域進行求解，加速了運算（計算公式如下圖）
（3）非線性模型的求解：是需要求解引數alpha，由公式可計算出w（計算公式如下圖）
x是以上一幀目標位置為中心，與目標區域成比例的乙個iamge patch；是目標可能性的函式f定義為兩個向量的內積：
由前面的內容可知，求解引數w的過程可以通過fft來加速。
所有的迴圈樣本的響應圖放在一起，就變成了:在響應圖的基礎上，乘上乙個與響應圖大小相同的0/1矩陣b（b的元素在區域性最大值處的值設為1，其餘為0）。則p(s)中的非零值就表示響應圖中的多峰。——其實就是把響應圖中的多峰給過濾出來。尋找響應圖的最高峰，作為**的目標位置。（s是前面的x）
解釋：*s的迴圈移位樣本的特徵與w做內積運算==原始image patch s的聯合特徵圖與w做迴圈卷積（移位量為0時）–>*轉換到頻域，就是二者的element-wise product。
缺陷：然而這種檢測方法是單峰檢測，如果有相似物體或背景干擾存在的話，它們對應的響應值可能很接近目標甚至比目標更高，因而響應圖中的最高峰可能就不是我們最終要找的目標。我們要做的不應該是把最高峰當做目標，而是將所有的峰都考慮進去（即多峰檢測），從中尋找代表目標位置的那個峰。
文中這樣描述：大多數的***不考慮檢測結果是否精確，簡單粗暴地每幀都更新。實際上，當目標被遮擋或消失了，或者當前幀的檢測結果根本就不準確時，再用這些結果去更新模型，就會導致檢測失敗。多峰響應公式：
多峰檢測方法：當多峰和最高峰的比例超過預設的閾值時，就以這些峰所在的位置為中心，分別提取patch作為s，然後用公式15尋找每個峰所在區域的最大值點，再從中尋找最高峰，作為最終的**目標位置。下圖中間是檢測到的多峰，最右是多峰檢測後的最終目標位置。
下圖展示了目標被遮擋後繼續每幀更新模型，造成後續某一幀跟蹤結果錯誤的現象。（第一列的綠色框對應每幀更新，空色是high-coinfidence更新；第二列是lmcf本文演算法的跟蹤結果；第三列是每一幀都更新的跟蹤結果，可以看到(f)圖跟蹤錯了）本文：利用跟蹤結果的反饋資訊（跟蹤結果是否足夠可信），來決定是否有必要更新模型！非理想的響應圖：有很多的波動。如果繼續用不確定是否是目標的區域作為訓練樣本去更新模型，可能導致跟蹤結果出錯。
fmax = max f(s,y;w)：響應圖中的最高相應分數apce：表示響應圖的波動程度和檢測結果的可信度。對於更尖銳的峰和少的噪音，響應圖只有乙個尖銳的峰和平滑下降的區域，apce變得更大。當目標被遮擋或消失的時候，apce將會急劇下降。
當 當前幀的fmax和apce與它們各自的歷史均值的比值超過beta1和beta2時，就認為當前幀的跟蹤結果是高可信的，這個時候才選擇更新模型。
防止跟蹤結果不準確時還去更新模型，造成模型墮落的問題。
只和相關濾波器的跟蹤演算法進行了比較
1.使用傳統特徵，fps可以達到85幀每秒；使用cnn特徵，明顯降低，變化成8f/s。但使用高層特徵的精度更高。
2.對於遮擋、光線變化等各種情況的魯棒性都表現的最好：（平均成功率最高）
3.deeplmcf的精度僅次於c-cot
SDN文章閱讀
閱讀文章 軟體定義網路 sdn 研究進展 並根據所閱讀的文章，書寫一篇部落格，回答以下問題 至少3個 簡單的說，就是因為傳統網路其網路裝置有過度複雜的協議，難以優化和部署新協議，同時,網際網路流量的快速增長,使用者對流量的需求不斷擴大,各種新型服務不斷出現,增加了網路運維成本.所以需要一種新型的網路...
文章 書閱讀
reliable ftp上reliable下目錄的 lifetime reliability toward an architectural solution reliable on chip systems in the nano era lessons learnt and future tre...
wpf silverlight文章推薦閱讀
雖然國內wpf技術還沒普及起來,但在國外wpf的精品文章已經出現很多，還有大家會比較關注silverlight,順便也會提一些文章推薦大家閱讀.看這裡還沒人寫wpf文章推薦，就厚著臉皮向大家推薦。這裡希望，還沒畢業的同學，專案需要的同志，喜歡玩新技術的高人，已經在玩wpf的各位工程師和廣大人民群眾一...