ZmlDreams的博客

多目标跟踪的离散连续优化摘要：多目标跟踪的问题由两个不同的、但紧密耦合的挑战组成：（1）数据相关的自然离散问题，即将图像观测分配给适当的目标；（2）轨迹估计的自然连续问题，即恢复所有目标的轨迹。为了优化数据相关的简单贪婪解决方案，最近的方法经常使用离散优化执行多目标跟踪。这有一个缺点，轨迹需要预先计算或离散，从而限制了精度。在本文中，我们将多目标跟踪作为一种讨论其自然领域中各个方面的优化问题，并允...

基于压缩损失的深度回顾跟踪算法摘要：回归跟踪直接学习从目标对象的常规密集样本到软标签的映射，通常是由高斯函数生成的，用来估计目标位置。由于具有快速跟踪和易于实现的潜力，回归跟踪受到越来越多的关注。现有的先进的跟踪方法不能够像相关滤波一样呈现很好的性能。文中认为训练回归网络的主要瓶颈是极端的前景和背景数据不平衡。为了平衡训练数据，提出了一种新的压缩损失来惩罚简单训练数据的权重。而且，利用残差连接...

背景感知相关滤波跟踪摘要：相关滤波已经证明了优越的性能，在具有挑战性的光度和几何变化上，这种方法的强大之处在于，它能够实时的了解对象对时间地的变化，但是，CF有一个基本的缺点是没有对目标的背景进行长期建模，这可能导致性能不理想，最近的跟踪算法通过从更有区别的层次有限单元中学习CF 来解决这一问题。.....目前的方法虽然效果很好，但是复杂性很高，提取的深度学习特征或营业深度学习框架的计算成本非...

目标跟踪的相关文章 以及源码，很方便的，里面有相关滤波，深度学习，暹罗网络等https://blog.csdn.net/qq_17783559/article/details/82020940