- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【论文分享CVPR2020】Multiple Object Tracking by Flowing and Fusing
Flowing and Fusing 论文分享题目：Multiple Object Tracking by Flowing and Fusing（CVPR2020）1. 要解决的问题：大多数的MOT的方法都是两个步骤：1）在输入帧上分别运行一个运动模型和一个外观模型，分别生成运动和外观特征；2）根据运动和外观特征在帧之间进行目标关联。然而，这两个步骤在端到端框架中没有得到优化，因此...
2020-04-30 15:46:43
1201
原创 【论文分享cvpr2020】ARTIST：自动回归轨迹绘制与跟踪评分Autoregressive Trajectory Inpainting and Scoring for Tracking
ARTIST：自动回归轨迹绘制与跟踪评分ArTIST: Autoregressive Trajectory Inpainting and Scoring for Tracking (cvpr2020)1. 创新点解决MOT中复杂的数据关联问题，缩小算法复杂度，从原来的单纯的由检测结果来关联已有的trackets，到本文提出的一种新思路，即引入一个概率自回归生成模型，它能够在部分观察的情况...
2020-04-30 15:34:39
1109
3
翻译 【论文翻译】Multiple Object Tracking by Flowing and Fusing（CVPR2020）
Multiple Object Tracking by Flowing and Fusing通过流动和融合实现多目标跟踪摘要：大多数的多目标跟踪(MOT)方法都是为两个子任务计算单独的目标特征:目标方向的运动估计和成对的再识别(Re-ID)。由于视频帧之间的目标数目不确定，这两个子任务在端到端深度神经网络(DNNs)中都很难有效地扩展。针对上述问题，本文设计了一种端到端DNN跟踪方法——流...
2020-04-27 15:33:57
772
翻译 [论文翻译]ArTIST: Autoregressive Trajectory Inpainting and Scoring for Tracking (CVPR2020)
ArTIST: Autoregressive Trajectory Inpainting and Scoring for Tracking (CVPR2020)ARTIST：自动回归轨迹绘制与跟踪评分摘要：在线多目标跟踪(MOT)框架的核心组件之一是将新的检测与现有的tracklets关联起来，通常通过一个评分函数来实现。尽管MOT取得了很大的进步，但是设计一个可靠的评分函数仍然是一个挑...
2020-04-26 22:35:34
926
3
原创 【C++】局部变量、全局变量、静态变量、动态对象区别
概述局部变量在一个函数内部定义的变量（包括函数形参）是局部变量。全局变量在函数外定义的变量是局部变量。静态变量静态全局变量在全局变量前加static修饰。静态局部变量在局部变量前加static修饰。动态对象程序在运行过程中动态申请内存的对象（new、malloc）内存区所存放对象创建时期销毁时期栈内存局部非静态对象运行到该程序...
2020-04-23 18:30:34
697
原创 【c++】char* 和 char[]的区别
char[]与char*char s1[] = "hello";让我们解读一下这种初始化方式和s1。1、"hello"是一个字符串常量，保存在常量存储区。因为赋值给了s1[]，而s1[]是自动存储类型的变量，所以拷贝了一份到栈中。2、s1实际上是一个指针常量。其指向的地址不能变，但能通过s1改变其指向地址的值。这时候可能有童鞋会问：既然s1是指针那为什么cout<&l...
2020-04-12 21:04:59
284
转载 华为Atlas 200 DK 部署过程
博客一：https://blog.csdn.net/AMDS123/article/details/103180840?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-taskcode:https://gitee.com/Atlas200DK/sampl...
2020-04-01 12:33:19
1342
DDR3L 手册
2018-01-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人