[转载]VOT2018相关信息

1， VOT相关网址

1.1 VOT2018官网

http://votchallenge.net/vot2018/

1.2 VOT toolkit

下载地址： https://github.com/votchallenge/vot-toolkit
Setting up VOT workspace：http://votchallenge.net/howto/workspace.html
Integrating tracker into the VOT toolkit： http://votchallenge.net/howto/integration.html
目标跟踪数据集VOT2016使用教程: https://blog.csdn.net/sgfmby1994/article/details/78776465

1.3,VOT2018相关的中文网页

知乎中搜索VOT2018
https://www.zhihu.com/search?q=VOT2018 评价指标&type=content

VOT2018：SiamNet大崛起
https://zhuanlan.zhihu.com/p/46669238

2，MFT算法

VOT2018 主赛冠军（MFT）算法分享
https://zhuanlan.zhihu.com/p/44792267

3,LADCF算法

【小白笔记】目标跟踪LADCF(VOT2018)
https://blog.csdn.net/sinat_27318881/article/details/83929806
论文项目地址，https://github.com/XU-TIANYANG/LADCF
VOT项目地址，https://github.com/XU-TIANYANG/LADCF_VOT
论文地址，https://www.researchgate.net/publication/326696472_Learning_Adaptive_Discriminative_Correlation_Filters_via_Temporal_Consistency_Preserving_Spatial_Feature_Selection_for_Robust_Visual_Tracking

1.LADCF的 主要贡献

对滤波器的约束用一范取代二范；
正则项中加入历史模型，期望得到的滤波器保留历史的特性；
以上两点不算特别新，但是其中还有一个重要的设计，就是仅保留得到滤波器的5%到20%的参数，构成稀疏性，这样不仅能加速求解，更能除去大部分干扰，使滤波器关注于目标部分从而可以使用更大的搜索域，但是也有人对这一解释表示怀疑。

---

作者：Tominute
来源：CSDN
原文：https://blog.csdn.net/sinat_27318881/article/details/83929806
版权声明：本文为博主原创文章，转载请附上博文链接！

LADCF目标跟踪算法学习笔记（Learning Adaptive Discriminative Correlation Filters via Temporal Consistency prese）
http://www.pianshen.com/article/165682758/

4, VOT（Visual Object Tracking）评价指标综述

https://blog.csdn.net/Dr_destiny/article/details/80108255

http://xueshu.baidu.com/usercenter/paper/show?paperid=1b634e919f294e8ad78d0395cb71f7c6&site=xueshu_se