目标跟踪
文章平均质量分 87
cuclxt
这个作者很懒,什么都没留下…
展开
-
[Wiki]Ubuntu16.04+CUDA8.0编译Caffe过程
编译caffe是一个比较复杂的过程,我选择的是Ubuntu16.04和CUDA8.0,都是比较新的版本。参考链接:Caffe官方链接,官方针对Ubuntu16.04的安装教程给的非常快,也给出了一些问题的解决方法。CUDA安装CUDA 8.0目前需要注册Nvidia的账号才能下载,我选择的是X86_64的.run文件格式。安装CUDA的过程中需要先将图形界面关掉。ctrl+alt+F1切换到命令行模原创 2016-07-26 12:38:21 · 916 阅读 · 0 评论 -
[目标跟踪]long term correlation filter CVPR2015文章
1.文章综述 目标跟踪是计算机视觉领域的基础问题。目标跟踪过程中会遇到如目标遮挡,光线变化,镜头移动等问题。目前也没有一种跟踪算法能够完美解决所有这些问题,而这篇文章关注目标跟踪过程中目标的外形发生明显变化时的情况。目标外形发生变化可能是由于物体变形,突然运动,出画或者严重的遮挡。本文方法基于两个两点。首先,当连续两帧之间有微小变化时,对目标和它的上下文信息(context)而非仅对目原创 2016-11-03 22:17:16 · 4804 阅读 · 1 评论 -
【目标跟踪】Learning to Track at 100 FPS with Deep Regression Networks 学习
这篇文章是斯坦福大学2016年4月发的,文中提出了一种通过离线训练带标签的视频来更有效跟踪目标物体的方法。以前的深度学习用来做跟踪的算法都比较慢,这一论文的跟踪器使用了简单的前向传播而无需在线训练,测试时的跟踪帧率达到了100fps.由于在训练网络时既使用了带标签的视频,也使用了大量的图片,可以防止过拟合。跟踪器学习了泛化的运动特征,所以可以去跟踪训练集中没有出现的新物体。传统通用目标跟踪器(相对于特定目标跟踪器)原创 2016-06-02 21:18:42 · 8027 阅读 · 2 评论 -
[CVPR2017]CFNet_End-to-end representation learning for Correlation Filter based tracking
CFNet是KCF的作者2017年最新的提出的目标跟踪算法,发表于CVPR2017,非常值得一读。 原文地址:https://arxiv.org/abs/1704.06036v1 工程地址:https://github.com/bertinetto/cfnet引言 多层神经网络是计算机视觉中做图像表达很有用的工具,但是,训练时没有的类别或者某类训练样本很少时,仍是一个很有挑战的问题。这一问题自然翻译 2017-05-15 22:56:26 · 13786 阅读 · 6 评论 -
[wiki]windows下重新编译OpenCV 及其附加库 opencv_contrib, 生成Python接口
OpenCV 3 之后改变了框架,采用了主体+插件的方式,插件里是一些新功能,有些还不稳定,官方在不断地更新。项目想用python调用opencv,低版本的opencv里的跟踪算法不够先进,OpenCV 3.1官方release的python接口(pyd文件)不含SURF,SIFT,Tracking等模块,要想使用OpenCV中的这些方法,就需要重新编译OpenCV及其附加插件库:opencv_c原创 2016-09-12 16:04:07 · 4502 阅读 · 19 评论 -
Visual Tracker Benchmark 配置使用指南
读研期间一直在研究目标跟踪,现在将目标跟踪领域最常用的算法评测平台,吴毅等人提出的Visual Tracker Benchmark 的使用指南和一些常见问题的解决方法分享出来,并提供常见错误的解决方法,供目标跟踪研究者参考。 压缩包下载地址在这里VTB.zip,解压后的文件目录如下图所示。 文件目录说明跟踪算法评测就是配置你的跟踪算法使其返回的结果能够被benchmark平台接受,然后...原创 2018-08-31 09:14:27 · 1013 阅读 · 2 评论