VOT, OTB——目标追踪的发展概况

最新推荐文章于 2024-08-14 02:59:50 发布
最新推荐文章于 2024-08-14 02:59:50 发布
阅读量8.4k 收藏 27
点赞数 5
分类专栏： 目标检测与目标跟踪
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dengheCSDN/article/details/78896933
版权
本文介绍了目标追踪的两个重要评价标准VOT和OTB，包括它们的特点和区别。VOT挑战赛由于每年数据集的变化，对算法的适应性要求更高，其排名更具可靠性。OTB数据集的公开性和特定初始化方式使得一些算法针对性优化。此外，文章还探讨了2012年前后的代表性追踪算法，如Struck、TLD、MOSSE、CSK、KCF、CN等，强调相关滤波和深度学习在目标追踪中的应用和发展。
摘要由CSDN通过智能技术生成

      先说两个目标追踪的评价标准： VOT 和 OTB 。

其中，OTB 的论文见下面链接：

Online object tracking: A benchmark

Object tracking benchmark [J]. TPAMI, 2015

上面两篇文章是做什么的呢？它是用一个标准来评价已经存在的目标追踪算法的性能。来看下图：



VOT 相关论文见下面链接，包含了 2013、2014、2015、2016年的

The visual object tracking vot2013 challenge results

The Visual Object Tracking VOT2014 Challenge

 Results

最低0.47元/天 解锁文章
denghe1122
关注
专栏目录
目标跟踪算法综述
weixin_40733912的博客
11-30 4万+
前言: 目标跟踪是计算机视觉领域研究的一个热点问题，其利用视频或图像序列的上下文信息，对目标的外观和运动信息进行建模，从而对目标运动状态进行预测并标定目标的位置。目标跟踪算法从构建模型的角度可以分为生成式(generative)模型和判别式(discrimination)模型两类；从跟踪目标数量可分为单目标跟踪和多目标跟踪。目标跟踪融合了图像处理、机器学习、最优化等多个领域的理论和算法，是完成更高层级的图像理解( 如目标行为识别) 任务的前提和基础。 目标跟踪的基本任务是在一段视频序列中给定目标的初始..
目标检测算法的研究现状
AI从业者的专栏
07-01 916
一阶段检测器如YOLO（You Only Look Once）和SSD（Single Shot MultiBox Detector）等，通过直接在图像上设置大量的预定义锚框（anchor boxes），并预测其类别和位置，实现快速的目标检测。Faster R-CNN的损失函数包括RPN的分类损失、RPN的边界框回归损失、Fast R-CNN的分类损失和Fast R-CNN的边界框回归损失。多模态大模型在目标检测领域的应用日益广泛，它们通过结合文本、图像等多种模态的信息，提高了目标检测的准确性和效率。
第15期 KITTI目标跟踪数据集
最新发布
weixin_41101298的博客
08-14 47
KITTI目标跟踪数据集是由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创建的一个大规模自动驾驶场景下的计算机视觉算法评测数据集。这个数据集主要用于评估立体图像、光流、视觉测距、3D物体检测和3D跟踪等计算机视觉技术在车载环境下的性能这个数据集包含了在市区、乡村和高速公路等不同场景下采集的真实图像数据。每张图像中最多可能...
请帮我写一份目标跟踪算法研究现状
weixin_42590539的博客
02-08 317
研究目标跟踪算法的现状，主要是探讨：1)目标跟踪算法的历史发展；2)目前应用于目标跟踪算法的技术；3)目标跟踪算法的发展趋势。最近几年，由于深度学习技术的发展，目标跟踪算法的性能得到了显著的提升。深度学习技术的应用，使得目标跟踪算法的准确性和稳定性得到了显著的提升。此外，近年来，随着计算机视觉领域的发展，目标跟踪算法也在不断演进，以满足更多的实际应用需求。 ...
2-17 目标跟踪发展方向讨论
lynphoenix的专栏
02-18 2748
现阶段的目标跟踪算法能够在简单的场景中进行鲁棒的实时跟踪。但是通常需要一些约束条件，如运动的平滑性，遮挡的数目，光照不变条件，目标与背景之间的对比度等。实际的应用场景很难符合这些条件。所以，特征选择、目标表达、运动形状、运动估计等相关问题还是较为热门的研究领域。在不受限制的日常视频中跟踪目标也是个重大挑战。噪声、压缩、非结构化场景都是带来困难的因素。利用特定的环境信息也是一个重要的研究方向。比如车辆跟踪中汽车应该限制在路面上而不是天上或墙上。这方面的信息对识别非常有意义。特征集合的选择对跟踪效果的影响也很大
目标跟踪的研究现状和最新资源
zhangpinghao的专栏
11-07 5654
http://www4.comp.polyu.edu.hk/~cslzhang/CT/CT.htm 通过上面这个网址可以找到很多，而且有demo下载 http://vision.ucsd.edu/~bbabenko/project_miltrack.shtml http://cv.snu.ac.kr/research/~vtd/ http://gpu4vision.icg.tugraz.at/
近几年目标跟踪算法发展综述（下）
00_00_07
04-19 1万+
2016年VOT2016【Index】今年算法比赛结果没什么特别大的意外，CNN和结合深度特征的算法都排名靠前，没毛病。今年你知道主办方干了一件大好事，就是把所能搜集到的算法代码都给公布了，良心啊~~~【下载地址】 需要的自己去拿吧。 下面是今年的比赛结果： 接下来就挨个介绍吧，先从第一开始。 不得不佩服Martin大神啊，今年都窜到第一了， C-COTBeyond Corre
vot2013+vot2014+vot2015+vot2016+otb100全套数据下载
04-07
文件在网盘上面有vot2013-2016的全套数据集+OTB100数据集。 2019.4.9更新！！！注意：VOT2015因为是用工具下载的，图片位于color文件夹里面，有的代码需要把里面图片移动到上一级目录才能使用 CSDN别乱调下载所需的...
VOT和OTB数据集与早期（2017）CF目标跟踪的发展
My_Communication的博客
08-18 1051
转自 OTB和VOT区别 目前仅对比VOT2016及以前与OTB OTB包括25%的灰度序列，但VOT都是彩色序列，这也是造成很多颜色特征算法性能差异的原因；两个库的评价指标不一样，具体请参考论文；VOT库的序列分辨率普遍较高，这一点后面分析会提到。对于一个tracker，如果两个库(最好是OTB100和VOT2016)都跑了且结果上佳，那性能肯定是非常优秀的(两个库调参你能调好，我服，认了~~)，如果只跑了一个。。(仅供参考)我比较认可的是VOT2016，因为序列都是精细标注，且评价指标我更加认可(人
python特定目标追踪_目标跟踪——OTB平台的Python版tracker使用
weixin_42355013的博客
01-13 1992
注意：由于OTB不像VOT那样有Python代码接口，所以我是用Pysot测试平台实现OTB评测功能。方法：先安装Pysot在系统上，Windows和Linux(Ubuntu发行版)都可以，我是用Windows系统做的。然后在网上搜集其他trakcers的评测结果，由于都是.mat格式的文件，要在Pysot里使用就得转化成.txt格式。本人方法如下：1. .mat文件转换成.txt文件import...
基于struck的github代码改进，用于测试OTB以及VOT数据集.zip
12-28
基于struck的github代码改进，用于测试OTB以及VOT数据集，并增加Precision Rate和Success Rate的曲线绘制。 基于struck的github代码改进，用于测试OTB以及VOT数据集，并增加Precision Rate和Success Rate的曲线绘制...
近几年目标跟踪算法发展综述（中）
00_00_07
04-19 2万+
2014 今年可谓是算法发展的一年，今年的主要的亮点就是相关滤波CF类算法。 在介绍各个算法之前不得不介绍一下今年的一个新的标准VOT【VOT】的问世，VOT选取了25个序列集，使用的标准和Benchmark有略微的差别，使用精度，鲁棒性，总的误差率，速度等。接下来介绍今年的论文 High-Speed Tracking with Kernelized Correlation Filters
[转]深度学习在目标跟踪中的应用
卡图Catus的博客
04-12 1255
原文链接：开始本文之前，我们首先看上方给出的3张图片，它们分别是同一个视频的第1，40，80帧。在第1帧给出一个跑步者的边框(bounding-box)之后，后续的第40帧，80帧，bounding-box依然准确圈出了同一个跑步者。以上展示的其实就是目标跟踪(visual object tracking)的过程。目标跟踪(特指单目标跟踪)是指：给出目标在跟踪视频第一帧中的初始状态（如位置，尺
目标跟踪还有的卷吗？最新综述！详解跟踪发展现状与未来方向
CV_Autobot的博客
02-27 3033
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【目标跟踪】技术交流群后台回复【目标跟踪综述】获取单目标、多目标、基于学习方法的领域综述！摘要单目标跟踪是计算机视觉中一个众所周知且具有挑战性的研究课题。在过去的二十年中，许多研究人员提出了各种算法来解决这个问题，并取得了令人满意的结果。最近，基于Transformer的跟踪方法由于其卓越的跟踪鲁棒性，开创了单...
目标跟踪算法综述与分析
weixin_38128100的博客
03-08 1万+
本人硕士期间研究过10个月左右的目标跟踪算法，刚入门时苦于没人指点，自己每天乱看文章，后来发现看的好多文章都是没有意义的（ps....看了一大堆meanshift，kalman啥的......），做了很多无用功，后来逐渐入门。因此我打算将目标跟踪跟踪算法从原理上和适用范围上进行分类、总结与综述，希望能够让大家尽快入门，少走些弯路。 本文所写的 “目标跟踪算综述” 论文已经在《自动...
目标跟踪算法研究综述
热门推荐
zhu_hongji的博客
05-31 7万+
    入坑也算有些日子了，一直在看论文并没有对目标跟踪的研究进展和算法有一个系统性的了解。是时候好好整理一下了，希望能对后面的研究有所帮助吧！内容中来自经典论文和博客部分，如有侵权请提醒删除。（小白一颗，不足之处希望各位大神驻足指正！！！万分感谢！！！） 1、背景     目标跟踪算法研究难点与挑战：实际复杂的应用环境 、背景相似干扰、光照条件的变化、遮挡等外界因素以及目标姿态变化，外观变形...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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