- 博客(1)
- 收藏
- 关注
原创 【论文学习】《Fully-Convolutional Siamese Networks for Object Tracking》SiamFC 全卷积孪生网络用于目标跟踪
在这项工作中,我们脱离了跟踪中采用的传统在线学习方法,并展示了一种专注于在离线阶段学习强嵌入的替代方法。与在分类设置中的使用不同,我们证明,对于跟踪应用,孪生全卷积深度网络能够更有效地使用可用数据。这不仅反映在测试时,通过执行有效的空间搜索,也反映在训练时,其中每个子窗口都有效地代表一个有用的样本,而几乎没有额外的成本。实验表明,深度嵌入为在线跟踪器提供了自然丰富的特征来源,并使简单的测试时策略表现良好。我们相信这种方法是对更复杂的在线跟踪方法的补充,并期望未来的工作能够更彻底地探索这种关系。
2024-07-31 14:59:58
569
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人