FollowMe: Efficient Online Min-Cost Flow Tracking with Bounded Memory and Computation
来源:互联网 发布:iphone6s解锁软件 编辑:程序博客网 时间:2024/06/05 19:41
来源:ICCV2015
创新点:
目前,解决数据关联问题的最小代价流(min-cost flow)的方法有3个缺点。第一,计算代价高。第二,假定整个视频作为一个batch给出。第三,内存占用大。
相应的解决方法:
①当重复使用计算的时候,采用一种连续最短路径算法的动态版本,解决数据关联问题。
②当处理一个出现的数据流时,求解数据关联的最优解。
③main contribution:一个近似在线的解决方案,使用有限的内存和计算。该方案能够在在实时跟踪的同时,处理任意长度的视频。
本文旨在将min-cost flow solutions应用到如自动驾驶的真实世界的场景中。为实现这一目标,有两个问题需要解决。第一,目前方法假定a batch setting,所有的假设要实现获得。第二,内存和计算要求与输入视频的大小有关。鉴于此,本文开发了可以用于实际的解决方法(practical traking by detection solutions):只有当有必要的时候才执行计算、处理在线的数据流、将内存和计算设限。
阅读全文
0 0
- FollowMe: Efficient Online Min-Cost Flow Tracking with Bounded Memory and Computation
- Near-Online Multi-target Tracking with Aggregated Local Flow Descriptor
- LightRNN 论文笔记:LightRNN: Memory and Computation-Efficient Recurrent Neural Networks
- [NLP论文阅读]LightRNN: Memory and Computation-Efficient Recurrent Neural Networks
- Online Object Tracking, Learning and Parsing with And-Or Graphs
- 多目标跟踪:Simple Online and Realtime Tracking with a Deep Association Metric 2017 (deep-sort)
- Target Identity-aware Network Flow for Online Multiple Target Tracking
- JOTS: Joint Online Tracking and Segmentation
- Efficient Lightweight JMS with Spring and ActiveMQ
- [LinkedIn]Min cost of paint house with color
- Visual Tracking with Online Multiple Instance Learning (MIL)及Robust Object Tracking with **paper笔记
- Visual Tracking with Online Multiple Instance Learning读书笔记
- Android eye detection and tracking with OpenCV
- 论文研读《JOTS: Joint Online Tracking and Segmentation》
- Learning to Divide and Conquer for Online Multi-Target Tracking
- Working with bounded Task Flows
- [DP]Min Cost Path
- Min Cost Path
- Atlas机器人的逆天之举,意欲实现体智过人的“空翻”时代
- 线程与进程的区别
- secureCRT 安装
- 16秋计算机JAVA第四节课作业
- 算法时间复杂度的表示法O(n²)、O(n)、O(1)、O(nlogn)
- FollowMe: Efficient Online Min-Cost Flow Tracking with Bounded Memory and Computation
- Java程序员,你一定需要了解的六款大数据采集平台
- sql server 汉字转拼音首字母函数
- Linux 虚拟机下载,svn搭建
- 震惊!从青铜到钻石,只因搭了一个图像识别系统
- Xmind快捷键汇总
- Learning to Track: Online Multi-Object Tracking by Decision Making
- 四.用户不在sudoers中,此事将被警告
- 解读paddlepaddle的demo