声明
CSDN和知乎很多大佬都对这个方面进行了介绍,这里自己参考他们总结一下,理清楚自己的方向,方便自己看。
1.点击这里,https://www.zhihu.com/question/26493945/answer/156025576来源知乎
2.点击这里,https://blog.csdn.net/sinat_31184961/article/details/99993350来源CSDN
目标追踪算法
目标追踪算法目前很经典题目,但事实上,我们并不需要那些曾经辉煌但已被拍在沙滩上的tracker(目标跟踪算法),而是那些即将成为经典的,或者就目前来说最好用、速度和性能都看的过去tracker。
当深度学习快速发展时候,VOT2015竞赛 ,这一年有60个精挑细选的序列,62个tracker,最大看点是深度学习开始进击tracking领域,MDNet直接拿下当年的冠军,而结合深度特征的相关滤波方法DeepSRDCF是第二名,主要解决边界效应的SRDCF仅HOG特征排在第四,到了CVPR2019,跟踪领域发展从接收的文章已经可以明显看出来,跟踪领域已经基本完成换代更新。接收的文章中Siamese网络的改进工作已经占据了主导的地位。而Siamese网络的概念应用于目标跟踪的源头应该从SINT这篇文章开始,但真正开始流行却是从SiamFC开始。简洁优雅的框架让它得变得流行,像极了上一波的KCF(Kernelized Correlation Filters 核化相关滤波器)。下面是跟踪器发展图,这里CF(Correlation Filters 相关滤波器) MOSSE(Minimum Output Sum of Square Error 最小输出平方误差和):
大佬总结的跟踪器的方向:
这里直接照搬大佬的CSDN过来,防止大佬删了,没得看。原版点击这里!
Siamese类
- SiamFC(ECCV2016)