目标跟踪visual tracking
文章平均质量分 93
眼观
入坑机器视觉,主要研究目标跟踪,欢迎共同探讨。
展开
-
目标跟踪系列一:压缩跟踪(compressive tracking)
入坑满两年,决定开始写关于目标跟踪的博客了,欢迎批评指正。主要关注的是single-object, short-term, model-free visual tracking problem. 即单目标,短时,无模型目标跟踪问题。一开始是因为要做本科毕设,那时候毫无头绪,也不知道该用什么方法,对这个领域一无所知。就在网上随便看,看到了当时很有名的一篇文章,叫压缩跟踪(CT):原创 2016-11-17 14:20:35 · 4054 阅读 · 0 评论 -
目标跟踪系列二:Staple: Complementary Learners for Real-Time Tracking(2016CVPR)
文章链接:http://arxiv.org/pdf/1512.013551. 考虑了两种方法的结合。Learning the template score(相关滤波)+ Learning the histogram score(简单的颜色直方图)2. 相关滤波对运动模糊和照度很鲁棒,showing great robustness to challenging原创 2016-11-23 13:03:09 · 7244 阅读 · 5 评论 -
目标跟踪系列三:ECO: Efficient Convolution Operators for Tracking(2016年11月)
Visual Tracking领域大牛(至少我认为是这个领域的大牛)Martin Danelljan又出新作。继C-COT之后又一刷新纪录的作品。不管是从结果还是速度上都有提升,尤其是速度提升明显。用传统特征HOG+CN的版本速度有60+FPS,用CNN+HOG+CN的速度有8FPS,从跟踪效果来看,个人认为可以算一个出色的作品。C-COT是2016年ECCV的文章,下次有空再讲。ECO文原创 2017-01-12 15:25:14 · 35467 阅读 · 11 评论 -
目标跟踪系列四:Modeling and Propagating CNNs in a Tree Structure for Visual Tracking (2016年8月)
文章是2016年8月放到arvix上的,看格式应该是投到CVPR2017了,Korea的POSTECH这个团队做的,之前比较有名的还有MDNet和CNN-SVM,相信大家应该不陌生哈。这篇文章的简称是TCNN(树结构的CNN),是VOT2016的冠军,效果很棒,想法也蛮有新意,下面听我一一道来。原创 2017-01-12 17:51:34 · 3656 阅读 · 2 评论