2017CVPR目標跟蹤算法中，有幾篇針對C-COT的改進。
這裏先比較ECO和CSR-DCF
二者各有長短：ECO精度明顯更好，CSR-DCF速度更快
ECO
是目前針對DCF模型改進最好的算法：精度和速度都有提升，但是速度還是挺慢的
特徵降維
分類訓練樣本，使其更加多樣化
不再每幀更新（固定間隔更新）
CSR-DCF
對C-COT的濾波器加了一個權重矩陣，並對每個通道增加了權重
（1）用空間置信圖來調整濾波器，決定在學習濾波器參數的過程中，哪些像素應該被忽略。
效果是：學習到濾波器有響應的區域與空間置信圖的相應區域相同，如圖。
（2）這和SRDCF的不同點在於：
SRDCF在目標函數中加入一個權重矩陣w，使得學習到的濾波器在背景區域的參數很小，解決了DCF在非目標區域也有響應的缺點（w是中間小邊緣大）；
CSR-DCF直接用一個空間置信圖使最後學習到的濾波器參數只是集中在置信分數高的地方，其他區域幾乎爲0。（w相當於權重，把非目標區域直接略過了）這樣的話，搜索區域可以任意大，也不影響。
二者都實現了抑制背景信息的目的，但w的意義不同，求解方式也不同。