![](https://img-blog.csdnimg.cn/20190528113524154.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
目标跟踪的文章归纳整理
文章平均质量分 92
学习之余整理唯用
Astonc
print(”谢谢关注”)
展开
-
Anaconda
在 Windows 上,会随 Anaconda 一起安装一批应用程序:Anaconda Navigator,它是用于管理环境和包的 GUIAnaconda Prompt 终端,它可让你使用命令行界面来管理环境和包Spyder,它是面向科学开发的 IDEAnaconda...原创 2020-07-02 22:59:13 · 136 阅读 · 0 评论 -
(转)图森技术汇 | 聊聊Anchor的"前世今生"(上)
图森技术汇 | 聊聊Anchor的"前世今生"(上)图森的文章,很有深度;虽遂转载。参考链接在上面本文转自图森未来首席科学家王乃岩,感兴趣的同学可以移步首席的知乎号交流@Naiyan Wang正如大家所见,最近一段时间各种所谓anchor-free的detection算法得到了很多的关注,我其实是一个非常不愿意蹭热点的人,技术上的东西更愿意“让子弹飞一会”,再发表看法。所以今天在这里,我们先...转载 2019-05-20 09:33:15 · 461 阅读 · 0 评论 -
跟踪算法CMT
运动跟踪之CMT算法图像特征点提取及描述子汇总:FIST、SURF、FAST、BRIEF、ORB、BRISK、FREAK原创 2019-05-13 16:23:19 · 487 阅读 · 0 评论 -
KCF跟踪及CSK,CN对比
运动目标跟踪(十二)–KCF跟踪及CSK,CN对比原创 2019-03-30 17:08:35 · 1381 阅读 · 0 评论 -
long-term类方法(如TLD、LCT、LMCF、ECO-HC等)在OTB上要稍微好一点。
long-term类方法(如TLD、LCT、LMCF、ECO-HC等)在OTB上要稍微好一点。原创 2019-03-29 18:07:36 · 1422 阅读 · 7 评论 -
fhog+gray特征
fhog+gray特征参考 https://www.jianshu.com/p/69a3e39c51f9fhog在KCF和DSST中都用到了,当时看KCF的时候做了总结,放在这里。传统hog特征提取。关于HOG特征(梯度统计直方图)简单介绍一下,首先是对原图进行灰度化(hog统计的是梯度信息,色彩几乎没有贡献),再进行gamma压缩和归一化(减轻光照影响)。然后进行统计,首先是统计每个ce...原创 2019-03-28 20:17:12 · 694 阅读 · 0 评论 -
对于输出mask转换为box,有多重选择,我们使用了较为容易生成的最小外包矩形(MBR)实现
对于输出mask转换为box,有多重选择,我们使用了较为容易生成的最小外包矩形(MBR)原创 2019-03-22 13:29:16 · 1625 阅读 · 1 评论 -
核函数详解
https://blog.csdn.net/kateyabc/article/details/79980880这篇博文开始的例子就很好地揭示了核函数的简单原理,写得很好!1 核函数K(kernel function)定义核函数K(kernel function)就是指K(x, y) = <f(x), f(y)>,其中x和y是n维的输入值,f(·) 是从n维到m维的映射(通常,m&...原创 2019-03-21 16:01:48 · 6229 阅读 · 0 评论 -
比较kcf的利用循环矩阵和不利用循环矩阵的计算量比较
个人认为,这篇论文是近年来跟踪界最经典的论文,没有之一。主要思想就是利用了循环矩阵对角化等性质,使得核化之后的计算变得十分简单。原理很复杂(原文中公式竟然有60多个啊+_+),代码很简单(少到令人感动)。下面废话不多说,谈谈论文的主要思想。原创 2019-03-20 14:40:54 · 3112 阅读 · 0 评论 -
LK Tracking在Deep时代的新生
联系经典与流行,LK Tracking在Deep时代的新生原创: Winsty 2017-07-18今天给大家介绍一篇联系起了Tracking和Landmark localization中几个经典与流行的方法的框架,这篇文章思路清晰,很有insight。这里涉及到的算法有像传统的Lucas-Kanade (LK)算法,Face landmark中经典的Supervised Descent ...转载 2019-03-14 14:27:49 · 498 阅读 · 0 评论 -
卷积神经网络 物体检测 Faster-RCNN
卷积神经网络 物体检测 Faster-RCNNRPN(region proposal network)RPN文章里说的并不清楚,导致网上不少困惑者和各种理解的文章,我们知道RPN网络是解决region proposal的问题,所以输入是一副图像,输出是region proposal,实际和fast rcnn共享卷积层,所以,输入的是一个conv的feature map,如下图,最下面输入一张图...原创 2019-02-19 16:49:32 · 1233 阅读 · 0 评论 -
You do not appear to be using the NVIDIA X driver. Please edit your X configuration file (just run
You do not appear to be using the NVIDIA X driver. Please edit your X configuration file (just run nvidia-xconfig as root), and restart the X server.困扰我的大问题方法1: 修改sercue boot 为disable没成功方法2: 修改xor...原创 2019-02-19 10:28:58 · 4983 阅读 · 3 评论 -
Incremental Learning of Object Detectors without Catastrophic Forgetting复现
Incremental Learning of Object Detectors without Catastrophic Forgetting下载原始code :incremental_detectors也可从百度网盘下载:链接:https://pan.baidu.com/s/1pY2SwfUjopDPaIkx8Ao1hA提取码:jn0c复制这段内容后打开百度网盘手机App,操作更方便...原创 2019-02-20 14:22:10 · 356 阅读 · 0 评论 -
Faster R-cnn,小白纯新手教学!!
1.运行fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m,无法下载,在百度链接下载2.运行faster_rcnn_build.m报错错误使用 mexlibcpmt.lib(xthrow.obj) : error LNK2038: 检测到“_MSC_VER”的不匹配项: 值“1900”不匹配值“1800”(nms_gpu_mex.o 中)...原创 2019-02-19 17:26:27 · 703 阅读 · 1 评论 -
商汤科技 SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks翻译CVPR2019
基于孪生网络的跟踪器将跟踪表述为目标模板与搜索区域之间的卷积特征相互关系。然而, 与最新算法相比, 孪生跟踪器仍有一个精度差距, 他们无法利用深度网络的优点, 如 ResNet-50 或更深的算法。在这项工作中, 我们证明了核心原因来自于缺乏严格的平移不变性。通过综合理论分析和实验验证, 我们通过简单而有效的空间感知采样策略打破了这一限制, 成功地训练了一个具有显著性能增益的 ResNet 驱动的 Siamese 跟踪器。此外, 我们还提出了一种新的模型体系结构来执行分层和深度聚合, 这不仅进一步提高了精度原创 2019-02-22 16:41:49 · 3353 阅读 · 0 评论 -
分享计算机视觉每天的arXiv文章
CV-arXiv-Daily分享计算机视觉每天的arXiv文章,主要集中在目标检测,单目标跟踪,多目标跟踪,人体行为识别,人体姿态估计与跟踪,行人重识别,模型搜索等。每周周末会将本周的Archive起来2019-01-23~2019-01-262019-01-28~2019-02-012019-02-04~2019-02-082019-02-11~2019-02-152019-02-1...转载 2019-03-13 15:36:07 · 1152 阅读 · 0 评论 -
HOG特征理解:从小白到放弃
开始hog之旅1.HOG特征2.图像特征提取三大法宝:HOG特征、LBP特征、Haar-like特征3.HOG ,SIFT 特征实现4.FHOG5.三线性插值-hog6.HOG特征中的三线插值法7.DPM(Deformable Part Model)原理详解8.行人检测之HOG——方向梯度直方图(Histogram of Oriented Gradient)9.目标跟踪:KCF...原创 2019-03-29 10:49:11 · 903 阅读 · 0 评论 -
追踪系统分模块解析(Understanding and Diagnosing Visual Tracking Systems)
追踪系统分模块解析(Understanding and Diagnosing Visual Tracking Systems)PROJECT http://winsty.net/tracker_diagnose.html原创 2019-03-12 17:24:47 · 160 阅读 · 0 评论 -
目标检测领域还有什么可做的?19 个方向给你建议
作者:种树的左耳链接:https://www.zhihu.com/question/280703314/answer/564235579来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。饱和是相对于占坑来说的,对于去探索未来踩坑来说,目标检测还远远没有达到饱和的地步。只是说想发简单的好论文越来越难了,并不是说不会有什么突破了。单就检测来说,2018年顶会出的目标...转载 2019-03-11 11:08:04 · 575 阅读 · 0 评论