MOSS （Minimum Output Sum of Squared Error filter）（2010）
這篇文章是最早将相關的思想用到目标跟蹤領域的。
相關濾波的思想：越是相關的兩個目标相關值越大，也就是視訊幀中與初始化目标越相似，得到的相應也就越大。卷積定理：時域的卷積相當于頻域相乘，頻域卷積相當于時域相乘。
本論文目标就是找到一個濾波器h，使其在目标上的響應最大。f表示訓練圖像，g表示輸出圖像，h表示濾波器，F，G，H對應其頻域值。
1、為了簡化計算，将時域的卷積轉化為頻域的點乘積。
時域公式表示：
頻域公式表示：
是以目标H的計算為：
2、MOSSE又叫輸出的平方差誤差最小濾波器。
濾波器的目标函數：
可得到H的閉式解為：
3、MOSSE更新方法：
4、部分代碼
%産生高斯形狀的理想響應
F_response=templateGauss(target_sz,im);
%目标框區域和濾波器卷積得到響應值
newPoint=real(ifft2(F_Template.*fft2(target_box)));
%其中響應值最大值對應的坐标即為新目标的位置
[row, col,~] = find(newPoint ==max(newPoint(:)), 1);
%以新目标為中心選擇目标框
F_im=fft2(getsubbox(pos,target_sz,im));
%求解濾波器模闆
F_Template=conj(F_im.*conj(F_response)./(F_im.*conj(F_im)+eps));