2017年论文
2017年目标跟踪相关论文
NeverMoreH
^_^
展开
-
ICCV 2017 PTAV:《Parallel Tracking and Verifying:A Framework for Real-Time and High Accuracy ...》论文笔记
理解出错之处望不吝指正。 本文模型叫做PTAV。 本文的贡献包括: (1)提出了一个新颖的PTAV(parallel tracking and verifying)架构; (2)在此架构上,可以将基于CF的模型和基于CNN的模型进行组合。 模型的整体结构如下: 核心思想 模型的核心思想便是:使用Tracker T(fDSST)进行快速的...原创 2018-08-09 20:12:36 · 1163 阅读 · 1 评论 -
CVPR 2017 CA:《Context-Aware Correlation Filter Tracking》论文笔记
理解出错之处望不吝指正。 本文中提到,待跟踪物体周围的环境对跟踪性能有很大的影响。如果当前周围特别杂乱,想要完成高质量的跟踪,context信息就显得十分重要了。作者提出了CA模型(其实可以当做一个模块,因为可以将其加入任何CF based tracker),可以在CF tracker中显示的结合global context。 本文CF和传统CF的对比图如下: ...原创 2018-08-17 11:36:21 · 3269 阅读 · 2 评论 -
CVPR 2017 ADNet:《 Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning》论文笔记
理解出错之处望不吝指正。 本文模型叫做ADNet。该模型通过强化学习产生动作序列(对bbox进行移动or尺度变换)来进行tracking。原理如下图(第一列代表初始帧,第二列和第三列代表通过RL产生的动作序列对object进行tracking): 模型的整体结构如下: 强化学习部分: (1)状态: 状态分为和两部分。其中...原创 2018-08-12 15:07:44 · 4785 阅读 · 2 评论 -
ICCV 2017 EAST:《Learning Policies for Adaptive Tracking with Deep Feature Cascades》论文笔记
理解出错之处望不吝指正。 本文模型叫做EAST。作者的动机是在不降低准确率的同时提升深层模型的速度。论文的主要思想:在SiameseFC中,所有帧都用conv5的特征去检测,EAST的出发点是(外观相似或不运动的)简单帧用简单特征如像素边缘就可以定位,(经历较大外观变化的)复杂帧才需要不变性更强的深度特征进行定位。 如何判读使用当前层特征得到的检测结果是否足够好(是否要...原创 2018-08-06 17:37:13 · 527 阅读 · 0 评论 -
CVPR 2017 CFNet:《End-to-end representation learning for Correlation Filter based tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做CFNet。作者在论文中提到,以前的工作只是将CF应用到了预训练的CNN特征上,并没有实现端到端的CNN-CF的结合。本文的主要贡献就是:推导了CF的可微闭合解,让CF成为CNN中的一个层,这样CNN-CF就可以end2end training,训练更适合CF tracking的卷积特征。 模型的整体结构基于Siamese Network,如下...原创 2018-08-06 18:54:30 · 965 阅读 · 0 评论 -
CVPR 2017 ECO:《ECO: Efficient Convolution Operators for Tracking》论文笔记
理解出错之处望不吝指正。 以下内容部分摘自https://zhuanlan.zhihu.com/p/24971525,在这个链接里可以看到公式推导~ 本文模型叫做ECO,是对C-COT模型的改进,出发点是提高时间效率和空间效率。作者分析了模型速度慢的三个原因,也就是本文的动机: (1).模型大小。可以理解为特征的复杂度。比如说C-COT用了CNN+HOG+CN这样非常全面的特...原创 2018-08-06 19:31:15 · 2470 阅读 · 0 评论 -
ICCV 2017 UCT:《UCT: Learning Unified Convolutional Networks forReal-time Visual Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做UCT。就像论文题目一样,作者提出了一个基于卷积神经网络的end2end的tracking模型。模型的整体结构如下图所示(图中实线代表online tracking过程,虚线框内和虚线表示离线训练过程和在第一帧进行训练): 模型的目的是从样本中学习出一系列convolution filter ,则在样本上进行卷积得到的卷积respo...原创 2018-08-06 21:55:16 · 661 阅读 · 1 评论 -
ICCV 2017 DSiam:《Learning Dynamic Siamese Network for Visual Object Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做DSiam。作者提出一个Dynamic Siamese Network,可以使用一个transformation learning model来在线学习目标的外观变化并且压制背景信息。本文的另一个创新点在于作者提出了一个自适应聚合各个层的特征的方法(elementwise multi-layer fusion)。并且,本模型不用像以往的基于Siame...原创 2018-08-07 17:21:53 · 1231 阅读 · 1 评论 -
CVPR 2017 SANet:《SANet: Structure-Aware Network for Visual Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做SANet。作者在论文中提到,CNN模型主要适用于类间判别,对于相似物体的判别能力不强。作者提出使用RNN对目标物体的self-structure进行建模,用于提升模型的鉴别相似物体的能力。模型的整体结构如下: 从图中我们可以看出,作者的主要创新点分为以下几部分: (1)使用RNN提升模型鉴别相似物体的能力; (2)在不...原创 2018-08-09 15:04:02 · 6200 阅读 · 0 评论 -
ICCV 2017 CREST:《CREST: Convolutional Residual Learning for Visual Tracking》论文笔记
目录动机主要贡献整体框架详细介绍实验结果动机       本文基于DCF进行改进,摘要中提到,基于DCF的跟踪器无法受益于端到端的训练。主要贡献       理解出错之处望不吝指正。      &原创 2018-10-24 17:32:11 · 745 阅读 · 0 评论