ECO: Efficient Convolution Operators for Tracking视频目标跟踪论文笔记(PPT版)

  • 论文标题:ECO: Efficient Convolution Operators for Tracking
  • 论文主页:http://www.cvl.isy.liu.se/research/objrec/visualtracking/ecotrack/index.html
  • 作者:Martin Danelljan 等
  • 发表会议:CVPR 2017(目前的状态为已录用)
  • 关键概念:
    ① 因式分解卷积 Factorized Convolution Operator
    ② 高斯混合模型 GMM(Gaussian Mixture Mode)
  • 源码:暂无,预计会公开

ECO论文由目标跟踪领域的资深研究者Martin所写,以下笔记部分内容属于本博客自己的理解(已在PPT中有关地方做出了标记),若觉得有不当之处或有疑问,欢迎留言探讨。

另外需要注意:这篇论文是作者基于其上一篇论文C-COT进行完善而成,如果希望更深刻地理解ECO论文,需要将C-COT结合研读。

本博客对应PDF文件下载地址: http://pan.baidu.com/s/1gfzIr6b 密码: ywdw

01

02

03

04

05

06

07

08

09

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33


更多内容,请扫码关注“视觉边疆”微信订阅号

这里写图片描述

  • 17
    点赞
  • 54
    收藏
    觉得还不错? 一键收藏
  • 11
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值