近期所看论文整理——单目标跟踪
1、CLNet: A Compact Latent Network for Fast Adjusting Siamese Trackers
(CLNet:一种用于快速调整孪生跟踪器的紧凑型网络)
来源:ECCV 2020
baseline:SiamRPN++(CVPR 2019)
解决问题:离线训练中决定性样本丢失的问题
代码:https://github.com/xingpingdong/CLNet-tracking
2、Graph Attention Tracking(图注意跟踪)
来源:CVPR 2021
baseline:SiamCAR(CVPR 2020)
backbone:GoogleNet
主要贡献:
(1)用完全二部图建立目标与搜索区域的part-part对应关系,利用图注意机制将目标信息从模板特征传播到搜索特征。
(2)目标感知区域选择机制,适应不同对象的大小和宽高比变化。
代码:https://git.io/SiamGAT
3、Siamese Box Adaptive Network for Visual Tracking
来源:CVPR 2020
backbone:ResNet-50
代码:https://github.com/hqucv/siamban
4、Deformable Siamese Attention Networks for Visual Object Tracking
(用于视觉目标跟踪的可变形孪生注意网络)
来源:CVPR 2020
baseline:SiamRPN++(CVPR 2019)
backbone:ResNet-50
主要贡献:(提高跟踪精度和鲁棒性)
(1)引入了一种新的孪生注意机制,它联合计算变形自我注意和交叉注意。
(2)通过计算注意特征之间的深度互相关,设计了一个区域细化模块。这进一步增强了呈现功能,通过生成对象的边界框和蒙版来实现更准确的跟踪。
5、SiamCAR: Siamese Fully Convolutional Classification and Regression for Visual Tracking
(SiamCAR:用于视觉跟踪的孪生全卷积分类和回归)
来源:CVPR 2020
backbone:ResNet-50
代码:https://github.com/ohhhyeahhh/SiamCAR
6、Siam R-CNN: Visual Tracking by Re-Detection
(Siam R-CNN:通过重新检测进行视觉跟踪)
来源:CVPR 2020
backbone:ResNet-101-FP
代码: www.vision.rwth-aachen.de/page/siamrcnn
7、Fast Online Object Tracking and Segmentation: A Unifying Approach
来源:CVPR 2019
backbone:ResNet-50
代码: http://www.robots.ox.ac.uk/ ˜ qwang/SiamMask