visual trakcing
文章平均质量分 74
Trasper1
The future awaits
展开
-
关于解决深度监测和跟踪器训练时hard postive样本不足的问题,三篇CVPR文章有感
还是那个老故事,即如何解决Deep检测跟踪器训练时正样本(尤其在occlusion和deformation情况下的hard positive)不足的问题。这个问题的紧迫性在于这样样本的缺失导致训练所得网络在occlusion、deformation等appearance variation情况下的鲁棒性不足。 传统解决此问题有两个方向的思路:1. 尽可能收集和建立越...原创 2018-08-09 12:06:53 · 559 阅读 · 0 评论 -
CVPR18读文笔记:SINT++:Robust Visual Tracking via Adversarial Postive Instance Generation
CVPR18一共出现了3篇将Adersarial概念应用于tracking,解决正样本弱的问题。VITAL是用了GAN,惊为天人。本文国产,索然性能不是最优,但是VAE+DRL+SINT的集大成之作,还是足够significant。本文主旨:Improve the robustness of visual tracking through the generation of hard pos...原创 2018-08-08 18:58:48 · 2474 阅读 · 0 评论 -
CVPR2018读文笔记:VITAL:VIsual Tracking via Adversarial Learning
CVPR2018一共有三篇用Adverarial思想做tracking的文章。VITAL和SINT++不约而同都是处于利用adverarial的概念对缺乏diversity的在线采集正样本进行增强。本文是UC Merced 大神Ming-Hsuan Yang与腾讯的强强联合,推出的一篇性能比肩ECO和MDNet的online trained two-stage T-by-D tracker。本...原创 2018-08-08 19:45:52 · 1673 阅读 · 1 评论 -
关于focal loss和分类任务中的hard negative(positive)mining
深度学习,数据是关键。在训练一个分类器的时候,对数据的要求是class balance,即不同标签的样本量都要充足且相仿。然而,这个要求在现实应用中往往很难得到保证。下面我以基于检测的单目标跟踪举例分析这个问题。visual object tracking是在一段视频中跟踪一个特定目标。常见的方法有one-stage regression(比如correlation filter tr...原创 2018-12-09 17:09:59 · 3820 阅读 · 0 评论