tracking 视觉跟踪
文章平均质量分 77
sloanqin
互相交流,共同进步;方向正确,坚持不懈
展开
-
视觉跟踪综述--by香蕉麦乐迪
视觉跟踪综述 目标跟踪是绝大多数视觉系统中不可或缺的环节。在二维视频跟踪算法中,目标颜色信息和运动信息是常用的跟踪特征。从以往的研究中我们发现,大多数普通摄像头(彩色摄像头)下非基于背景建模的跟踪算法都极易受光照条件的影响。这是因为颜色变化在某种程度上是光学的色彩变化造成的。如基于体素和图像像素守恒假设的光流算法,也是假设一个物体的颜色在前后两帧没有巨大而明显的变化转载 2015-11-15 22:59:28 · 1252 阅读 · 0 评论 -
MDNet(multi domain CNN用于视觉跟踪)--源代码详解--mdnet_features_fcX.m
该函数,输入全连接网络的网络参数、卷积层网络的输出,计算全连接网络的计算结果,源文件如下:function [ feat ] = mdnet_features_fcX(net, ims, opts)% MDNET_FEATURES_FCX% Compute CNN scores from input features.%% Hyeonseob Nam, 2015% n = siz原创 2017-02-13 19:10:41 · 5301 阅读 · 0 评论 -
struck(结构化SVM用于视觉跟踪)--源代码详解--tracker.cpp
作者算法的功能都是在tracker类中实现的,下面分析其头文件和cpp文件,头文件:#ifndef TRACKER_H#define TRACKER_H#include "Rect.h"#include #include #include class Config;class Features;class Kernel;class LaRank;class Ima原创 2017-02-13 17:34:05 · 1489 阅读 · 0 评论 -
struck(结构化SVM用于视觉跟踪)--源代码详解--sampler.cpp
struck中,作者的的采样方式都很简单,采用的都是均匀采样;在进行预测评估eval的时候,使用的是基于像素的采样,也就是每个像素点变化,都采样一次;在进行更新update的时候,采用的是radial和regular的采样,就是根据半径和角度的变化确定采样框,其中有5种半径,16种方向,再加上(0,0),最后有81个采样框;代码以及注释如下:#include "Sampler.h原创 2017-02-13 17:31:47 · 1040 阅读 · 0 评论 -
struck(结构化SVM用于视觉跟踪)--源代码详解--main.cpp
struck 利用结构化SVM来实现视觉跟踪,在深度学习流行起来之前,struck是视觉跟踪领域效果最好的方法。深度学习流行之后,利用泛化的卷积特征能够得到很好的效果。struck的优点在于,它可以使用任意的特征来实现跟踪,因此它可以利用卷积神经网络提取的特征,然后结合结构化SVM来实现视觉跟踪,这样的效果说不定更好。struck的源码是C++实现的,作者写的很好,思路清晰,代码结构清晰,而且原创 2017-02-13 17:32:53 · 3711 阅读 · 0 评论 -
深度学习在目标跟踪中的应用
尊重原创,转载自:点击打开链接深度学习在目标跟踪中的应用程程 · 4 个月前深度学习大讲堂致力于推送人工智能,深度学习方面的最新技术,产品以及活动。请关注我们的知乎专栏!摘要近年来,深度学习方法在物体跟踪领域有不少成功应用,并逐渐在性能上超越传统方法。本文对现有基于深度学习的目标跟踪算法进行了分类梳理,希望能给读者带来启发。开始本转载 2017-01-04 21:58:05 · 5177 阅读 · 0 评论 -
faster-rcnn 之训练脚本解析:./tools/train_faster_rcnn_alt_opt.py
【说明】:分析faster-rcnn 训练的python脚本;#!/usr/bin/env python# --------------------------------------------------------# Faster R-CNN# Copyright (c) 2015 Microsoft# Licensed under The MI原创 2016-05-30 11:46:30 · 10459 阅读 · 6 评论 -
视觉跟踪---MEEM算法--eccv14
视觉跟踪---MEEM算法--eccv14原创 2016-01-08 21:12:58 · 7802 阅读 · 4 评论 -
Visual Tracker Benchmark---by香蕉麦乐迪
Visual Tracker BenchmarkY. Wu, J. Lim, and M. Yang测试了29个公开的visual tracker,按年代顺序排列如下:感谢作者:Y. Wu, J. Lim, and M. Yang. Object tracking benchmark.IEEE Transactions on Pattern Analysis and Machine原创 2015-11-16 10:22:03 · 2778 阅读 · 3 评论 -
visual tracking 入门理解---by香蕉麦乐迪
视觉跟踪:对运动目标的跟踪应用场景:导弹的制导(比如想轰炸某个桥),周界防范;技术方法:第一次的理解:1、基于检测的方法帧差法:两帧之间做差,适用于背景不变,目标运动的情况,鲁棒性不好背景差分法:建立背景模型,减去背景运动场估计2、基于匹配的方法区域匹配:根据区域的相似度匹配,目标的外形,尺寸,姿态等变化,鲁棒性不好,搜索量大特征匹配:在区域的基础上,提取出原创 2015-11-15 21:49:13 · 1428 阅读 · 0 评论 -
目标跟踪--技术发展文献梳理--by香蕉麦乐迪
1. D. Jepson,D. J. Fleet, and T. F. El-Maraghi. Robust online appearance models for visualtracking. In CVPR, 2001.具有鲁棒性的在线外观模型2. R. Collins andY. Liu. On-line selection of discriminative tra转载 2015-11-15 21:23:05 · 2279 阅读 · 0 评论