孪生网络SiamRPN
文章平均质量分 91
孪生网络Siam相关方法的论文
代码的路
公众号:代码的路
编程技术分享,包括深度学习、Python、Java等技术
展开
-
GAN:生成对抗网络 Generative Adversarial Networks
1 原理对于生成对抗网络GAN,一个简单的理解是可以将其看做博弈的过程,我们可以将生成模型和判别模型看作博弈的双方,比如在犯罪分子造假币和警察识别假币的过程中:生成模型G相当于制造假币的一方,其目的是根据看到的钱币情况和警察的识别技术,去尽量生成更加真实的、警察识别不出的假币。判别模型D相当于识别假币的一方,其目的是尽可能的识别出犯罪分子制造的假币。 这样通过造假者和识假者双方的较量和朝目的的改进,使得最后能达到生成模型能尽可能真的钱币、识假者判断不出真假的纳什均衡效果(真假币概率都为0.5)。2原创 2022-07-27 09:31:52 · 1647 阅读 · 1 评论 -
DIMP:Learning Discriminative Model Prediction for Tracking 学习判别模型预测的跟踪
论文地址:https://arxiv.org/pdf/1904.07220v1.pdf代码:pytracking 中有 dimp 的代码摘要与大多数其他视觉问题相比,跟踪需要在推理阶段在线学习鲁棒的特定于目标的外观模型。为了能够进行端到端的培训,目标模型的在线学习因此需要自身嵌入到跟踪体系结构中。由于这些困难,流行的孪生网络仅预测了目标特征模板。但是,这种模型由于无法集成背景信息而具有......原创 2019-10-17 19:46:30 · 3645 阅读 · 1 评论 -
SiamFC:用于目标跟踪的全卷积孪生网络 fully-convolutional siamese networks for object tracking
SiamFC网络图中z代表的是模板图像,算法中使用的是第一帧的ground truth;x代表的是search region,代表在后面的待跟踪帧中的候选框搜索区域;ϕ代表的是一种特征映射操作,将原始图像映射到特定的特征空间,文中采用的是CNN中的卷积层和pooling层;6×6×128代表z经过ϕ后得到的特征,是一个128通道6×6大小feature,同理,22×22×128是x经过ϕ后......原创 2019-05-23 10:07:35 · 8237 阅读 · 0 评论 -
RPN:Region Proposal Networks (区域候选网络)
区域建议网络(RPN)首先在faster rcnn中提出。得到用来预测的feature map:图片在输入网络后,依次经过一系列卷积+ReLU得到的51×39×256维feature map,准备后续用来选取proposal。生成Anchors:anchor是固定尺寸的bbox。具体作法是:把feature map每个点映射回原图的感受野的中心点当成一个基准点,然后围绕这个基准点选取k个不...原创 2019-03-15 17:06:31 · 9431 阅读 · 3 评论 -
SiamRPN:High Performance Visual Tracking with Siamese Region Proposal Network 孪生网络
论文地址:http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_High_Performance_Visual_CVPR_2018_paper.pdf摘要大多数性能优越的视觉目标跟踪器很难有实时速度。在这篇文章中,我们提出了孪生候选区域生成网络(Siamese region proposal network),简称Siamese-............原创 2019-03-15 17:01:31 · 2317 阅读 · 0 评论 -
SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks 非常深层网络的连体视觉跟踪的演变
论文:https://arxiv.org/pdf/1812.11703.pdf程序:https://github.com/PengBoXiangShang/SiamRPN_plus_plus_PyTorch摘要基于孪生网络的跟踪器将跟踪表述为目标模板和搜索区域之间的卷积特征互相关。然而孪生网络的算法不能利用来自深层网络(如 resnet-50或更深层)的特征,与先进的算法相比仍然有差距.........原创 2019-05-20 11:37:41 · 2289 阅读 · 0 评论 -
SA-Siam:用于实时目标跟踪的双重连体网络A Twofold Siamese Network for Real-Time Object Tracking
摘要:1.本文核心一:将图像分类任务中的语义特征(Semantic features)与相似度匹配任务中的外观特征(Appearance features)互补结合,非常适合与目标跟踪任务,因此本文方法可以简单概括为:SA-Siam=语义分支+外观分支;2.Motivation:目标跟踪的特点是,我们想从众多背景中区分出变化的目标物体,其中难点为:背景和变化。本文的思想是用一个语义分支过滤...............原创 2019-05-23 09:30:26 · 2107 阅读 · 0 评论 -
DW-Siam:Deeper and Wider Siamese Networks for Real-Time Visual Tracking 个人理解
摘要 目前在孪生网络追踪器中使用的主干网络相对较浅,例AlexNet。本文研究如何利用更深和更广的卷积神经网络来增强跟踪的鲁棒性和准确性。使用改进后的网络直接替换,例如ResNet和Inception,并没有带来改进。主要原因是 1)神经元感受野的大幅增加导致特征可辨性和定位精度降低; 2)卷积的网络 padding 在学习中引起位...原创 2019-03-06 20:10:22 · 1090 阅读 · 3 评论 -
GA-RPN:Region Proposal by Guided Anchoring
论文地址:https://arxiv.org/pdf/1901.03278.pdf代码地址:https://github.com/open-mmlab/mmdetection1. RPNRPN即Region Proposal Network,是用RON来选择感兴趣区域的,即proposal extraction。例如,如果一个区域的p>0.5,则认为这个区域中可能是80个类别中的......原创 2019-04-23 20:19:51 · 1747 阅读 · 0 评论