目标跟踪
目标跟踪
羊倌sage
这个作者很懒,什么都没留下…
展开
-
目标跟踪之RASNet: Learning Attentions: Residual Attentional SiameseNetwork forHighPerformanceOnlineVisual
论文链接:http://openaccess.thecvf.com/content_cvpr_2018/papers/Wang_Learning_Attentions_Residual_CVPR_2018_paper.pd摘要:利用三个attention机制将siamFC网络结构改成端到端的网络,可以缓解过拟合,可提升网络的判别能力和适应能力。这三种attention的提出使得离线训练的特...原创 2018-12-06 17:46:29 · 918 阅读 · 1 评论 -
目标检测之DaSiamRPN:Distractor-aware Siamese Networks for Visual Object Tracking论文阅读笔记
要解决的三个问题:1、有干扰物效果不佳;(单纯将背景前景区分,并未使用语义信息)2、跟踪阶段不能更新模型;(提高了速度,降低了性能)3、长时间跟踪应用时,对全遮挡,目标出画面等情况效果不佳训练数据中的非语言背景和具有语义的干扰物背景的数据不平衡是进一步学习的主要障碍。1、增加了三类样本对(数据增强)ILSVRC2015VID + Youyube-BB + ILSVRC201...原创 2018-12-06 17:44:25 · 899 阅读 · 0 评论 -
目标跟踪之High Performance Visual Tracking with Siamese Region Proposal Network论文阅读笔记
论文地址:http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_High_Performance_Visual_CVPR_2018_paper.pdf出发点:Siamese论文选框只在目标的中间位置,利用滑窗加多尺度回归的方式计算量过大且计算方式过于死板精度不高,对于运动速度快的物体跟踪效果不佳。基于相关滤波(CF)的方法速度快,...原创 2018-12-06 17:19:21 · 950 阅读 · 0 评论 -
目标跟踪之DensSiam: End-to-End Densely-Siamese Network with Self-Attention Model for Object Tracking阅读笔记
论文地址:https://arxiv.org/abs/1809.02714Siamese体系的论文使外观模型具有局域性local特征,对外观更变不具备鲁棒性,本文加入attention机制使得网络在离线训练时更加关注非局部特征(non-local)。主要贡献:1、新型框架:捕获对外观变化健壮的non-local特征,并减少层间的共享参数数量。2、self-attention:响应映...原创 2018-12-06 14:18:36 · 1289 阅读 · 4 评论 -
目标跟踪之EDCF:DonotLosetheDetails: ReinforcedRepresentationLearning forHighPerformanceVisualTracking论文笔记
论文作者知乎专栏介绍:https://zhuanlan.zhihu.com/p/34222060本论文关注点在于关注跟踪目标的细节信息,提高目标的判别能力。提出原因:Siam类方法普遍判别性不强,在图像中出现与目标相似的干扰物时,经常出现跟踪错误的目标的情况。改进点:使用自编码(encoder-decoder)结构使得特征网络更多的关注目标的细节信息,并结合context-aware的...原创 2018-12-06 13:24:15 · 774 阅读 · 1 评论 -
目标跟踪 End-to-end representation learning for Correlation Filter based tracking论文笔记
论文地址:https://arxiv.org/abs/1704.06036v1代码地址:https://github.com/bertinetto/cfnet本文是Siamese FC网络的改进版本,同组作品。SiamFC只是将CF应用到预训练的CNN特征上,并未真正实现端到端的CNN+CF的结合模式。本文是SiamFC在原作基础上的改进版本,将CF看作CNN的一个特别的层,并令CF可微,...原创 2018-12-06 11:32:41 · 300 阅读 · 0 评论 -
目标跟踪 DCFNET:DISCRIMINANTCORRELATIONFILTERSNETWORKFORVISUALTRACKING阅读笔记
DCF:基于判别相关滤波器论文链接:https://arxiv.org/abs/1704.04057v1本方法同时是利用孪生网络,是Siamese FC的改进版本。同时完成卷积特征提取过程和在线协同滤波跟踪过程,真正属于End2End(端到端)的框架。在传统判别滤波器的基础上进行了如下三点改进:1、进行多核方法的探索;2、和深度学习方法进行结合,实现端到端的设计,取代之前的训练深度...原创 2018-12-06 11:08:38 · 3934 阅读 · 0 评论 -
目标跟踪之Fully-Convolutional Siamese Networks for Object Tracking论文笔记
论文链接:https://arxiv.org/abs/1606.09549源码:https://github.com/bertinetto/siamese-fc本文属于将孪生网络和深度学习结合用于目标跟踪领域的开山之作。深度学习虽然逐渐占据图像各领域,但在目标跟踪领域由于单纯基于深度学习的方法计算量巨大,时效性不佳,Siamese类的论文逐渐在该领域处于重要地位。近几年陆陆续续出现众多相关...原创 2018-12-06 09:44:04 · 1368 阅读 · 0 评论