【论文阅读】Superpixel-based Tracking-by-Segmentation using Markov Chains

Superpixel-based Tracking-by-Segmentation using Markov Chains

论文链接:Superpixel-based Tracking-by-Segmentation using Markov Chains

思想:将Tracking问题转化为已知前一帧超像素块的bg,fg状态的前提下求下一帧超像素块的bg,fg状态判定的问题,而后通过一些判断,确定最合理的fg超像素块的组合。这一系列操作都是基于超像素的,而状态的判定用了吸收状态的马尔科夫链。

优点:

1、应用了超像素来做区域回归,将少了数据量的同时,保留了图像分割的有效信息,且一般不破坏图像中的边界信息

2、将每个超像素块都当做马尔科夫链的一个状态,并且将空间上,时间上相邻的点都连线,生成的马尔科夫链将包含相邻帧的超像素块时空特性,切合Tracking问题的特性

3、用图论来做概率推算,CNN做的是一个SVR的特征提取器,训练的方式类似one-shot,先用semantic segmentation预训练模型,然后用自己的数据微调。可以看出,作者对于Tracking问题,更加关注的是

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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