![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 76
王弗兰克
Stay hungry,Stay foolish
展开
-
《计算机视觉—算法与应用》第十四章“识别”阅读笔记
本文为《计算机视觉:算法与应用》第十四章:”识别“阅读笔记,欢迎交流学习。1.物体检测(Object regognition)2.人脸识别(Face recognition)3.实例识别(Instance recognition)4.类识别(Class recognition) 问:为什么识别对计算机很难? 答:现实世界是由混杂的物体组成,所有物体都会遮挡其它物体,而且会呈现不同姿态原创 2017-03-12 20:25:03 · 605 阅读 · 0 评论 -
基于Deep Learning的跟踪算法总结(二)
本文主要谈谈TCNN(树状CNN)实现物体跟踪算法的大致流程和原理。论文:《Modeling and Propagating CNNs in a Tree Structure for Visual Tracking》,应该是投了CVPR2017。 论文地址:https://arxiv.org/pdf/1608.07242.pdf论文的大体方法请参考:https://zhuanlan.zhihu.c原创 2017-04-18 15:31:28 · 2675 阅读 · 0 评论 -
基于Deep Learning的跟踪算法总结(一)
博主最近主要关注使用深度学习的视频跟踪一系列算法,本文为学习笔记,仅供学习交流,如有侵权,请指出。原文:https://zhuanlan.zhihu.com/p/22334661No Free Lunch不同于检测、识别等视觉领域深度学习一统天下的趋势,深度学习在目标跟踪领域的应用并非一帆风顺。其主要问题在于训练数据的缺失。深度模型的魔力之一来自于对大量标注训练数据的有效学习,而目标跟踪仅仅提供第一原创 2017-04-03 22:30:14 · 10871 阅读 · 0 评论 -
基于Deep Learning的跟踪算法总结(三)
本文是博主对最近看的相关跟踪算法的总结,其中的算法有一些不是基于深度学习的。另外本文只是对各篇论文的核心亮点简单描述,同时加上博主自己的一些看法。本文仅作为学习笔记,供学习交流,如果有什么错误或疑问,欢迎留言。知乎:王弗兰克 https://www.zhihu.com/people/xue-sheng-er-yi/activities这里提供两个链接,供大家学习参考。 目标跟踪专栏(目原创 2017-04-18 16:43:32 · 17444 阅读 · 1 评论 -
基于深度学习的Action Recognition(行为识别)【一】
本文也发表在:知乎专栏作为深度学习还未完全攻克的领域,越来越的研究者开始将目光投向视频。而Action Recognition,或者说Video Classification,作为最基本的问题,等同于图像分类。而目前深度学习方面最具代表性的方法之一,就是港中文在ECCV2016提出的Temporal Segment Networks(TSN),这也是目前的benchmark。原创 2018-01-20 19:41:07 · 16379 阅读 · 0 评论 -
基于深度学习的Action Recognition(行为识别)【二】
本文发表在:知乎专栏看了近一个月的论文,对行为识别领域中目前主流的基于深度学习的方法算是有了基本的认识。但今天只做总结,关于每一篇论文的详细理解,之后有时间补上。也欢迎指正交流。下图为目前主流模型的比较。其中T3D标称效果好于I3D,但由于结果是作者复现得来,故在这里不做比较。顺序自上向下按UCF101的准确率排列。原创 2018-01-20 19:44:08 · 36556 阅读 · 18 评论