相关滤波跟踪
文章平均质量分 69
阳光杨
这个作者很懒,什么都没留下…
展开
-
ACFN:Attentional Correlation Filter Network for Adaptive Visual Tracking-ACFN
本文将多种处理不同属性(目标漂移、模糊、遮挡、尺度变化和纵横比改变)的滤波器当作一个集合 ,并且提出了一种新的跟踪框架,该框架利用一种注意力机制去选择相关联的相关滤波器的子集,以增加鲁棒性和计算效率,滤波器子集由深度注意网络根据跟踪目标的动态特性自适应地选择。当目标发生遮挡时,就选择对处理遮挡具有鲁棒性的跟踪器,但尺度改变时,就选择可以自适应尺度的滤波器ACFN提出的原因:现有的基于深度学习的跟踪器,达到了很高的鲁棒性和准确性,但是需要经常微调网络以了解目标的外观,所以导致速率很慢,无法达到实时跟踪的要求原创 2022-06-01 18:25:30 · 403 阅读 · 0 评论 -
DCFnet:Discriminant Correlation Filters Network For Visual Tracking
本文利用孪生网络模型进行目标跟踪,并且将DCF作为一个特殊的相关滤波器层加入到卷积层后面,并在傅里叶频域中推导出其反向传播公式,所以既可以保证DCF独有的高速运算,又可以实现端到端的跟踪;本文主要有两个优点:自动学习最适合DCF跟踪的特征,从而使特征提取器与相关滤波器有效结合。如下模型:首相,提取当前t帧的特征x,并且计算出滤波器系数,然后将t+1帧的搜索窗口输入到网络,提取特征z,根据滤波器系数计算出响应图,得到最优位置和尺度,接着根据最优位置和尺度,继续学习更新滤波器系数,如此反复..原创 2022-05-03 17:55:21 · 821 阅读 · 0 评论 -
相关滤波跟踪的不同目标函数总结
目标函数的不同类型的总结原创 2022-04-27 21:33:16 · 210 阅读 · 0 评论 -
AutoTrack-CVPR2020
问题引出:大多数现有的基于判别相关滤波器(DCF)的跟踪器试图引入预定义的正则化项来改善目标对象的学习,例如SRDCF在正则化项上引入了一个空间权重矩阵去惩罚目标区域外的滤波器系数,STRCF通过引入了时间正则化项使得滤波器可以在异常发生时(如遮挡)被动更新。由于这些正则项的引入,需要提前预定义很多的超参数,但是经过很多努力,这些超参数的微调仍然不能适应设计者没有想到的新情况。本文创新点:1,同时利用隐藏在响应图中的局部和全局信息,提出了一种新的时空正则化项2,开发了一种新的基于DCF的跟踪原创 2022-04-22 09:27:00 · 4524 阅读 · 1 评论 -
ARCF:Learning Aberrance Repressed Correlation Filters for Real-Time UA V Tracking
本文是运用于UAV跟踪的一篇文章, 并且以BACF为基准,首先作者论述了BACF的工作原理,是通过扩大搜索区域,使更多的背景信息去训练滤波器,并且利用剪切矩阵将目标从背景模板中剪切出来,从而提高样本质量以及提高计算速度,但是也因此引入了很多背景噪声,连同目标遮挡或光照变化等一些挑战因素,从而导致检测过程中可能会出现目标定位异常。针对上述问题。本文提出一种异常抑制相关滤波器,是通过在训练阶段就去抑制异常发生的一种滤波器,通过在BACF目标函数的基础上引入一个表示前后两帧响应图差别的欧几里得范数,M1和M2原创 2022-04-17 10:13:20 · 970 阅读 · 0 评论 -
STRCF:earning Spatial-Temporal Regularized Correlation Filters for Visual Tracking
在DCF中存在边界效应,SRDCF在DCF的基础上中通过加入spatial惩罚项解决了边界效应,但是SRDCF在tracking的过程中要使用到过去的多帧样本,带来了计算消耗。本文提出的STRCF在DCF的基础上加入了spatial和temporal正则项,且tracking过程中只使用上一帧的信息原创 2022-04-12 21:46:54 · 2726 阅读 · 0 评论 -
基于DCF的UAV跟踪:综述和试验评估(翻译)
摘要 航空跟踪是遥感领域最活跃的应用之一,它展现了无处不在的奉献精神和卓越的性能。尤其是基于无人机的遥感系统,配备了视觉跟踪手段,已经广泛应用于航空、航海、农业、交通和公共安全等领域。如上所述,基于无人机的航空跟踪平台已经从研究阶段逐步发展到实际应用阶段,成为未来主要的航空遥感技术之一。然而,由于现实世界的复杂情况,例如恶劣的外部挑战、无人机机械结构的振动(特别是在强风条件下)、复杂环境中的机动飞行以及有限的机载计算资源,准确性、鲁棒性和高效率对于机载跟踪方法都至关重要。翻译 2022-04-03 15:15:45 · 3171 阅读 · 4 评论