目标跟踪
echo_hao
这个作者很懒,什么都没留下…
展开
-
KCF算法原理笔记
KCF算法全称是Kernelized Correlation Filters,是在2014年由Joao F. Henriques, Rui Caseiro, Pedro Martins, and Jorge Batista提出来的跟踪算法,这个算法不论是在跟踪效果还是跟踪速度上都有十分亮眼的表现。该算法主要使用循环矩阵对样本进行采集,使用快速傅里叶变换对算法进行加速计算。第一部...原创 2019-11-26 15:28:16 · 14095 阅读 · 1 评论 -
Learning the Model Update for Siamese Trackers论文笔记
Siamese方法通过提取当前帧的模板特征来定位下一帧的目标位置的方法来解决目标跟踪问题。一般来说,模板是前面图像帧的线性组合,导致随着时间的增加模板信息会有一个指数衰减。虽然这种更新方法已经提升了结果,但是它的简单性限制了通过学习更新可能获得的潜在效果。作者提出了用学习更新模板的方式来替代手工更新模板的方式。作者提出了一种叫UpdateNet的卷积神经网络方式,用之前积累的模板和当...原创 2019-09-09 16:37:41 · 1903 阅读 · 9 评论 -
ATOM: Accurate Tracking by Overlap Maximization论文笔记
文章提出了一个新的跟踪架构,包括专门的目标估计和分类部分。通过广泛的离线学习,高水平的知识被融合进目标估计中。目标估计部分被训练来预测目标和一个估计的bbox之间的重叠。通过仔细地整合特定目标信息,该方法达到了一个非常高的回归框精度。之后的分类部分被在线训练保证在干扰物存在的情况下的高分辨能力。 整个网络包含两个模块:(1)离线学习的目标估计模块;(2)在线学习...原创 2019-08-22 18:01:50 · 320 阅读 · 0 评论 -
C-COT:Beyond Correlation Filters: Learning Continuous Convolution Operators for Visual Trackin论文笔记
文章主要提出了连续卷积算子操作,用一个隐式插值模型来形成一个在连续空间上的学习问题。下图中第一张图表示的是多分辨率的特征图,第二张图表示的是学习到的连续卷积算子,第三张图表示的是每层的置信分数,最后一张表示的是合并后的分数图,得到目标位置。学习连续卷积算子 (1)首先,在一维空间上介绍文章中的学习方法,然后在扩展到图片的二维空间上去。 g:R...原创 2019-08-20 16:15:24 · 1476 阅读 · 0 评论 -
End-to-end representation learning for Correlation Filter based tracking论文笔记
整体的网络结构类似于SiamFC中的结构。Fully convolutional Siamese networks 网络输入的是一张训练图片x’和一张待搜索图片z’,两张图片用卷积神经网络fρ进行处理,然后得到两张特征图,对两张特征图进行互相关运算。 上面的公式相当于用模板图片x‘在z‘上进行搜索,目标是得到响应图的最大值,即目标所在的位置。用随机的图片...原创 2019-08-09 14:47:01 · 262 阅读 · 0 评论 -
Siamese Instance Search for Tracking论文笔记
SINT算法是Siamese跟踪的开山之作,首次开创性的将目标跟踪问题转化为一个patch块匹配问题,并用神经网络来实现。论文整体模型图下图所示:网络结构由两部分组成,孪生网络分别处理两个输入,用AlexNet或VGGNet进行特征提取,其中为了可以更准确地定位,该网络在设计时几乎不用最大池化层,因为最大池化只会保留邻域中最大的数,会极大降低空间分辨率,它的一个最大优点是引入了局部形变的不...原创 2019-08-09 14:40:47 · 521 阅读 · 0 评论 -
SiamRPN++论文笔记
SiamRPN++论文笔记 传统的基于Siamese网络的跟踪方法不能利用深度卷积网络提取的特征,像resnet-50或更深的网络,作者认为核心的原因在于用很深的网络提取特征会导致缺乏严格的平移不变性。作者通过一种简单而有效的空间感知采样策略打破这一限制,成功地训练了一个性能显著提高的resnet驱动的Sia...原创 2019-08-08 11:42:05 · 857 阅读 · 0 评论 -
MOSSE论文笔记
MOSSE论文笔记1.背景介绍本文设计了一种新的相关滤波器,误差最小平方和(MOSSE)滤波器,当初始化视频中第一帧,就可以产生稳定的相关滤波器。在669fps的速度的时候,它对亮度,尺度,位姿和不严格的变形的鲁棒性比较好。2.算法实现基于滤波的跟踪就是用在模板图片上训练好的滤波器去对目标物体的外表建模。目标最初是基于以第一帧中的目标为中心的一个小跟踪窗口来选择的。从这点上...原创 2019-04-24 17:31:05 · 923 阅读 · 0 评论 -
SiamFC:Fully-Convolutional Siamese Networks for Object Tracking中模板图片的获取方法
在这个算法中,将视频的第一帧作为制作模板图片的素材,第一帧图片有要跟踪目标的box信息,可以得到框的中心x的坐标,框的宽度w,框的高度h,也就是目标中心的坐标。第一种情况:然后获取框周围的context,以目标中心为原点,sqrt{[w+(w+h)/2]*[h+(w+h)/2]}边长构造一个context,这么做的目的是保证最后得到的图能完整包含框里面的目标。得到了conte...原创 2019-03-24 14:37:38 · 736 阅读 · 0 评论 -
SiamFC:Fully-Convolutional Siamese Networks for Object Tracking
作者在本文中提出了一种新的基于全卷积Siamese网络的跟踪算法,并在ILSVRC15数据集上进行了端到端的训练,实时性非常好。全卷积Siamese神经网络结构如上图所示。Z表示模板图片,x表示待搜索的图片。作者提出用一个函数f(z,x) 来比较一个模板图片z和x中相同尺寸的候选区域,如果两个图片描述了相同的物体就得到一个很高的分数,反之得到一个很低的分数。为了得到一张新图片中物体的位...原创 2019-03-17 10:33:01 · 2294 阅读 · 0 评论