ECCV 2020 论文大盘点-视频目标检测篇

最新推荐文章于 2023-05-06 13:58:35 发布
最新推荐文章于 2023-05-06 13:58:35 发布
阅读量579 收藏 7
点赞数
文章标签： 计算机视觉 人工智能 css 深度学习 微软
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bevison/article/details/109476075
版权
本文汇总了ECCV 2020大会上关于视频目标检测的4篇重要论文，涉及实时检测、效率提升和关系挖掘等，部分论文已开源代码。
摘要由CSDN通过智能技术生成

本文盘点ECCV 2020 中所有视频目标检测（Video Object Detection）相关的论文，总计 4 篇，其中 2 篇论文代码将开源。

对视频中的目标进行检测，当然可以转化为对每帧图像进行检测，可以利用视频中多帧信息提升检测精度，但这样做无疑计算量很大，如何利用视频中的时序信息提高精度，如何进行计算加速，成为研究的重点。

下载包含这些论文的 ECCV 2020 所有论文：

ECCV 2020 论文合集下载，分类盘点进行中

[1]. Video Object Detection via Object-level Temporal Aggregation

作者 | Chun-Han Yao, Chen Fang , Xiaohui Shen , Yangyue Wan, Ming-Hsuan Yang

单位 | 加州大学默塞德分校；腾讯；字节跳动；谷歌

最低0.47元/天 解锁文章
OpenCV中文网公众号
关注
视频目标检测论文
breeze_blows的博客
02-28 6320
记录一些略看的视频目标检测论文。 1.Sequence Level Semantics Aggregation for Video Object Detection（ICCV 2019） 论文链接：https://arxiv.org/abs/1907.06390v2 主要贡献：以faster rcnn为backbone设计了一个selsa模块来提高在视频目标检测数据集即VID中的精度，训练集...
【视频目标检测论文阅读笔记】Optimizing Video Object Detection via a Scale-Time Lattice
Sihang_Xie的博客
03-28 4111
1.1 论文信息 标题 Optimizing Video Object Detection via a Scale-Time Lattice 会议 CVPR 2018 原文链接 Optimizing Video Object Detection via a Scale-Time Lattice (thecvf.com) 领域 视频目标检测(提升速度) 性能 79.6 mAP（20fps）以及 79.0 mAP（62 fps） 1.2 创新点 本篇论文的基本思路是： 由
视频目标检测与跟踪：综述论文
06-04
目标分割和目标跟踪是计算机视觉领域的基础研究领域。这两个主题很难处理一些常见的挑战，如遮挡、变形、运动模糊、缩放变化等。前者包含异构对象、交互对象、边缘模糊性和形状复杂性;后者在处理快速运动、不可见和实时处理方面存在困难。
视频目标检测论文汇总（含代码地址）
hesongzefairy的博客
03-31 1754
论文标题：Looking Fast and Slow: Memory-Guided Mobile Video Object Detection 论文下载地址：https://arxiv.org/abs/1903.10172 代码下载地址：https://github.com/vikrant7/pytorch-looking-fast-and-slow 论文简介：物体在快速运动时，当人眼所看...
ECCV 2020 论文大盘点-目标检测篇
我爱计算机视觉
09-23 4672
本文盘点ECCV 2020 与目标检测相关的研究，包含目标检测新范式、密集目标检测、点云目标检测、少样本目标检测、水下目标检测、域适应目标检测、弱监督目标检测、训练策略等，总计 41 篇...
ECCV 2020 论文大盘点-目标跟踪篇
OpenCV中文网
10-31 1031
本文盘点ECCV 2020 所有与跟踪相关的研究，单指目标的跟踪，不涉及人体姿态等点的跟踪，总计19篇文章，其中12篇开源或者将开源。其中多目标跟踪、单目标跟踪、对抗学习+目标跟踪研究工...
论文理解：Mining Inter-Video Proposal Relations for Video Object Detection（ECCV2020）挖掘视频对象检测中的视频间建议关系
weixin_44456581的博客
10-08 1029
论文理解：Mining Inter-Video Proposal Relations for Video Object Detection（ECCV2020）挖掘视频对象检测中的视频间建议关系一、概要二、HVR-Net1.概述2.框架2.读入数据总结 论文链接：https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123660426.pdf 补充材料：https://www.ecva.net/papers/eccv_2020/papers_EC.
Mining Inter-Video Proposal Relations for Video Object Detection
breeze_blows的博客
09-25 1599
Mining Inter-Video Proposal Relations for Video Object Detection. ECCV2020的一篇视频目标检测文章 论文链接：https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123660426.pdf 补充材料：https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123660426-supp.pdf 代码：https:/
纯视觉持平Lidar！| StreamPETR 最新动态视频流目标检测框架
最新发布
weixin_45737585的博客
05-06 573
作为在线的纯视觉方法，在nuScenes榜单上，检测和跟踪效果拿到SOTA的同时，第一次和lidar基线方法Center Point持平。
视频目标检测算法之后处理方法
qq_40840633的博客
01-25 5817
视频目标检测之后处理方法T-CNN: Tubelets with Convolutional Neural Networks for Object Detection from Videos1. 摘要   之前的文章介绍了视频目标检测是什么，以及有哪几种方法，从这篇开始，正式从论文出发介绍各个方法。这篇文章要介绍的就是后处理方法啦，包括了三篇论文，分别是： T-CNN: Tubelets with Convolutional Neural Networks for Object Detection fro
【论文阅读】视频目标检测算法Mega
ChunjieShan的博客
09-04 3730
视频目标检测算法Mega
视频目标检测
yychentracy的博客
06-17 1万+
1视频目标检测的简介 视频目标检测要解决的问题就是对视频中每一帧都正确的识别和定位对于图像的目标检测，视频是高度冗余的，包含大量的时间冗余性和空间冗余性，就是在不同的时间或者空间看起来是相似的。充分的利用好上下问信息，可以解决连续帧之间的大量冗余的情况，提高检测的速度，还可以提高检测的质量。解决图像中的运动模糊，视频失去焦点，部分遮挡以及形变的问题。 视频目标检测和追踪的不同 两个领域解决的都会对...
视频目标检测识别
热门推荐
gulingfengze的博客
03-25 3万+
之前文章目标检测API 已经介绍过API的基本使用，这里就不赘述了，直接上本次内容的代码了，添加的内容并不多。将测试的test.mp4原文件放到models-master\research\object_detection路径下，并创建一个detect_video.py文件，代码内容如下： import os import cv2 import time import argparse im...
目标检测论文回顾
thesby的专栏
09-24 4388
看了一段时间的目标检测的论文，在这里写个文章总结一下吧。不一定理解正确，如有问题，欢迎指正。1、RCNNRCNN是基于selective search（SS） 搜索Region proposal（RP），然后对每个RP进行CNN的Inference，这个算法比较直接。 框架应该也挺容易看明白的。 SS对每幅图片提取大约2K个RP，然后对RP进行推理。2、SPPNETRCNN的计算很多是没有必
视频目标检测综述
逆熵而行
03-08 8795
视频目标检测，相对于图片目标检测，最大的特点就是增加了上下文的信息，视频的每一帧图片有上下文的连接对应关系和相似性。由于有上下文的关系，所以可以利用前后帧的检测结果，提升当前帧的检测精度；由于前后帧具有相似连续性，所以可以利用冗余信息加快每一帧的检测速度。 目前大部分的论文都把视频帧分成关键帧和非关键帧两部分，关键帧的选取有两种方法：一种是间隔固定的帧数选取，另一种是自适应的方法选取。关键帧上的目...
基于视频的目标检测
跟随技术的脚步-linolzhang的专栏
07-11 3万+
一. 提出背景       目标检测在图像处理领域有着非常大的占比，过去两年，深度学习在Detection的持续发力，为这个领域带来了变革式的发展：一方面，从 RCNN 到 Fast RCNN，再到 Faster RCNN，不断刷新 mAP；另一方面，SSD、YOLO 则是将性能提高到一个非常高的帧率。       对于视频来讲，相邻帧目标之间存在 明显的上下文关系，这种关系在技术上的表现就是 T
CVPR2021 视频目标检测——MM-DistillNet 基于多模态知识提取的自监督多目标检测与跟踪论文笔记/附原文和代码
whr980114的博客
03-14 5144
本文是CVPR2021最新的视频目标检测的论文 原文地址：https://arxiv.org/abs/2103.01353v1 代码：https://github.com/robot-learning-freiburg/MM-DistillNet 注意：文中的“知识”可以理解为网络提取的特征图 摘要 对象固有的声音属性可以为学习对象检测和跟踪的丰富表示提供有价值的线索。①本文提出了一个新的自我监督的多媒体教学网络框架，该框架由多个teacher组成，他们利用包括RGB、深度和热图像在内的多种形式，同时利
Transformer驱动的端到端目标检测：ECCV 2020论文解析
在2020年的欧洲计算机视觉会议(ECCV)上，一篇名为"End-to-End Object Detection with Transformers"的论文引起了广泛关注。这篇论文针对目标检测领域的传统方法提出了创新性的解决方案，旨在解决现有算法存在的问题...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值