2018年论文
关注
分享
扫一扫
2018年目标跟踪相关论文
NeverMoreH
^_^
展开
-
CVPR 2018 VITAL:《VITAL: VIsual Tracking via Adversarial Learning》论文笔记
理解出错之处望不吝指正。 本文模型叫做VITAL。作者提到，当前使用DNN的trackers的性能受限于两方面：（1）.每一帧中的positive sample在空间上高度重叠，模型不能和好的捕获较好的appearance variations；（2）.positive sample和negative sample的数量及其不平衡。为了处理这两个问题，作者提出了使用对抗学习的VITAL模...原创 2018-08-04 21:33:08 · 1128 阅读 · 1 评论 -
CVPR 2018 RASNet:《Learning Attentions: Residual Attentional Siamese Network for Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做RASNet，在Siamese框架下重构了CF，提出了三种attention机制（general、residual、channel），这三种attention的提出使得离线训练的特征表示可以适应在线跟踪的目标，同时避免过拟合。 传统的Siamese使用f(z, x)函数对跟踪目标z和search image x进行评价： ...原创 2018-08-03 14:04:46 · 1505 阅读 · 3 评论 -
CVPR 2018 MCCT:《Multi-Cue Correlation Filters for Roubust Visual Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫MCCT，使用多个独立的基于DCF的expert进行跟踪，在每一帧中选择当前最优的expert，将其结果作为当前帧的跟踪结果。 文中使用了7个expert，每个expert使用不同的特征。 针对某一帧，使用pair-evaluation和self-evaluation的加权和对每个expert进行打分，从而选择出最优的exp...原创 2018-08-03 14:02:44 · 3639 阅读 · 0 评论 -
CVPR 2018 HP:《Hyperparameter Optimization for Tracking with Continuous Deep Q-Learning》论文笔记
理解出错之处望不吝指正。 找到一篇之前漏下的论文，怕忘了，先放在这。原创 2018-08-19 21:13:32 · 711 阅读 · 0 评论 -
CVPR 2018 目标跟踪相关论文
这里列出列表，每篇论文会单独写一篇博客。《Multi-Cue Correlation Filters for Roubust Visual Tracking》《Learning Attentions: Residual Attentional Siamese Network for High Performance Online Visual Tracking》《High-speed ...原创 2018-08-03 10:32:18 · 2784 阅读 · 0 评论 -
ECCV 2018 DSLT:《Deep Regression Tracking with Shrinkage Loss》论文笔记
理解出错之处望不吝指正。 本文模型叫做DSLT，将跟踪任务视为回归问题去解决。主要贡献包括：①.提出一种收缩损失函数，降低背景信息中的那些简单负样本对损失函数的贡献；②.使用残差连接，融合多个卷积层和特征图。具体的网络结构如下图所示： 在上图中，红色虚线左侧是特征提取层，文中采用的是VGG-16。右侧是回归网络，使用第一帧进行训练，并逐帧更新。 收缩损失函数 ...原创 2018-09-12 09:46:47 · 2015 阅读 · 0 评论 -
ECCV 2018 DaSiamRPN:《Distractor-aware Siamese Networks 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DaSiamRPN。本文首先分析了已有的孪生网络方法中的特征和缺点，如下图所示： 如上图所示，是几种孪生模型对ROI提取出的特征图。论文中提到，造成这种现象的原因是，在目标周围的背景信息中，非语义背景（即真正的“背景”信息，如地板、天空等）占据了主要部分，语义背景（背景中的人、狗等实体，我是这么理解的）占据了极少一部分。这种不平衡的分布使得...原创 2018-09-10 09:37:26 · 6438 阅读 · 5 评论 -
ECCV 2018 MemTrack:《Learning Dynamic Memory Networks for Object Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做MemTrack。本文的模型是基于相似学习的，主要有两个创新点：①.设计一个动态记忆网络；②.使用门控剩余模板和初始模板，生成最终的匹配模板。模型的整体架构如下： 大致流程 ①.对当前帧，使用上一帧的预测位置进行剪裁，得到搜索区域； ②.对进行特征提取，这里特征提取模块使用和SiamFC一样的结构； ③.使用注意力...原创 2018-09-17 10:16:02 · 1196 阅读 · 0 评论 -
ECCV 2018 StructSiam：《Structured Siamese Network for Real-Time Visual Tracking》论文笔记
目录整体结构创新点实验结果 理解出错之处望不吝指正。 文章链接整体结构 本文的模型结构如下图所示：创新点 本文的改进我觉得十分新颖：“每张特征图学习跟踪目标的一个原创 2018-12-04 19:29:29 · 2089 阅读 · 2 评论 -
CVPR 2018 《High-speed Tracking with Multi-kernel Correlation Filters》论文笔记
本文是一篇基于相关滤波的文章，提出了一种不同于MKCF的multi-kernel learning（MKL）方法，做到了更快更好。 CF的paper真的好难懂（连个图都没有）。。。通篇公式推导，日后再细看，先放在这记录一下。...原创 2018-08-03 14:07:03 · 1416 阅读 · 1 评论 -
CVPR 2018 FlowTrack:《End-to-end Flow Correlation Tracking with Spatial-temporal Attention》论文笔记
理解出错之处望不吝指正。 本文模型叫做FlowTrack。本文将光流信息和特征表示结合在一起进行目标跟踪，据作者所说，这是第一个在CNN based tracking中使用光流的模型。 光流的warp公式如下（p代表一个2维位置（x，y））： aggregation后得到的结果： 上式中的w是一个自适应权值，由文中提出的spati...原创 2018-08-04 11:05:17 · 1848 阅读 · 1 评论 -
CVPR 2018 《Correlation Tracking via Joint Discrimination and Reliability Learning》论文笔记
这篇论文还没太读懂，先mark。原创 2018-08-04 21:28:58 · 832 阅读 · 0 评论 -
CVPR 2018 SA-Siam:《A Twofold Siamese Network for Real-Time Object Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做SA-Siam。本文提出了一个结合Semantic features（语义特征）和Appearance features（表征特征）的模型，其实类似于一个双路模型，为了保持这两种特征的异质性，这两路特征要分别训练，训练语义特征的网络叫做S-Net，训练表征特征的网络叫做A-Net。作者还在S-Net中加入了一个chanel attention机制。...原创 2018-08-04 21:13:38 · 1358 阅读 · 2 评论 -
CVPR 2018 LSART:《Learning Spatial-Aware Regressions for Visual Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做LSART。本模型主要分为两条线：（1）.Spatial-Aware KRR；（2）.Spatial-Aware CNN。 Spatial-Aware KRR：KRR with Cross-Patch Similarity（KRRCPS） 传统的岭回归： 根据representer theorem（表示定理），这个...原创 2018-08-04 20:41:12 · 1374 阅读 · 0 评论 -
CVPR 2018 Siam-RPN:《High Performance Visual Tracking with Siamese Region Proposal Network》论文笔记
理解出错之处望不吝指正。 本文模型叫做Siam-RPN。本文将Siamese Network和RPN结合，提出了一种端到端的离线训练方法，并把tracking过程视为one-shot detection（单项学习）。 训练阶段的网络结构如下： tracking阶段的网络结构如下： tracking过程中，先使用第一帧在template branch中预...原创 2018-08-04 18:22:13 · 2100 阅读 · 2 评论 -
CVPR 2018 DEDT:《Efficient Diverse Ensemble for Discriminative Co-Tracking》论文笔记
理解出错之处望不吝指正。 本文模型叫做DEDT，是一个集成判别器。作者提到，以往的集成判别器中，每个判别器之间学到的东西之间存在过多的冗余信息，本文提出一种online ensemble tracker，可以针对集成集合中的每个tracker生成人造样本，不同tracker之间使用的样本具有差异性。 本文中每一个tracker均为基于HOG特征的kd-tree-based KNN分...原创 2018-08-04 17:51:21 · 944 阅读 · 0 评论 -
CVPR 2018 TRACA:《Context-aware Deep Feature Compression for High-speed Visual Tracking》论文笔记
理解出错之处望不吝指正。 本文的模型叫做TRACA。模型中使用多个expert auto-encoder，在预训练阶段，每个expert auto-encoder针对一个特定类进行训练；在tracking阶段，对于给定的跟踪目标，只使用最优的expert auto-encoder。 在expert auto-encoder的预训练阶段，首先使用所有的训练样本训练出，对所有样本...原创 2018-08-04 16:25:30 · 1802 阅读 · 0 评论 -
CVPR 2018 SINT++:《SINT++: Robust Visual Tracking via Adversarial Hard Positive Generation》论文笔记
理解出错之处望不吝指正。 本文用到了变分自编码VAE和强化学习DQN，我觉得很新颖。整体架构如下图： 首先，使用VAE来生成positive sample，如上图中右下角。 然后，使用HTPN网络将得到的positive sample变得更加hard，即：添加遮挡。那么问题就来了，（1）.我们要遮挡目标物体中的哪部分？（2）.用哪部分去遮挡（1）中的部分？ 这两个问...原创 2018-08-04 11:47:27 · 1921 阅读 · 0 评论 -
CVPR 2018 STRCF:《Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking》论文笔记
理解出错之处望不吝指正。 本文提出的模型叫做STRCF。 在DCF中存在边界效应，SRDCF在DCF的基础上中通过加入spatial惩罚项解决了边界效应，但是SRDCF在tracking的过程中要使用到过去的多帧样本，带来了计算消耗。本文提出的STRCF在DCF的基础上加入了spatial和temporal正则项，且tracking过程中只使用上一帧的信息。 SRDCF...原创 2018-08-04 11:24:55 · 5759 阅读 · 4 评论 -
ECCV 2018 《Triplet Loss in Siamese Network for Object Tracking》论文笔记
       理解出错之处望不吝指正。       文章链接模型概况       模型结构如下图所示：    &原创 2018-12-04 09:33:54 · 2847 阅读 · 0 评论