论文笔记 Hierarchical Convolutional Features for Visual Tracking
来源:互联网 发布:博世配网工程设计软件 编辑:程序博客网 时间:2024/06/13 09:28
同样是ICCV 2015的文章,并且与上一篇介绍的FCNT方法不谋而合,都提到了VGG网络不同卷积层提取到的特征类型的不同。
理论基础:
低层网络包含更高空间分辨率的低维视觉信息,可以用于精确的定位,类似于Gabor滤波器;而高层网络获取到更多语义类别信息,相对空间信息少。本文利用高层的语义信息来处理目标外形的变化问题,同时用低层信息进行精准定位。
想法结构:
算法结构:
(1)首先利用第一帧已知的目标位置区域,得到其对应的Conv3_4,Conv4_4,Conv5_4目标位置的特征,训练得到3个相关的滤波器
(2)之后的第t帧,以t-1帧的预测结果为中心,获得该位置在Conv3_4,Conv4_4,Conv5_4的特征,将特征做插值并通过3个相关滤波器预测出二维的置信分数
(3)从Conv5_4层的滤波器结果开始,算出confidence score上最大的响应点,作为第t帧时候预测的位置,之后以这个位置约束下一层的搜索范围,逐层向下做更细粒度的位置预测,以最低层的预测结果作为最后输出
(4)利用当前跟踪结果反向对每层的相关滤波器进行更新
实验结果:
1 0
- 论文笔记 Hierarchical Convolutional Features for Visual Tracking
- Hierarchical Convolutional Features for Visual Tracking(CF2)论文翻译
- Hierarchical convolutional Features for visual tracking
- Hierarchical Convolutional Features for Visual Tracking
- 目标跟踪算法——HCF:Hierarchical Convolutional Features for Visual Tracking
- 论文笔记 STCT: Sequentially Training Convolutional Networks for Visual Tracking
- 论文笔记《Learning Multi-Domain Convolutional Neural Networks for Visual Tracking》
- 论文阅读笔记-learning multi-domain convolutional neural networks for visual tracking
- 论文原创笔记:Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
- 论文笔记 Visual Tracking with Fully Convolutional Networks
- Learning Multi-Domain Convolutional Neural Networks for Visual Tracking 笔记
- [深度学习论文笔记][Semantic Segmentation] Learning Hierarchical Features for Scene Labeling
- 论文笔记001-Stacked Convolutional Auto-Encoders for Hierarchical Feature Extraction
- CREST: Convolutional Residual Learning for Visual Tracking
- Visual Tracking with Fully Convolutional Networks 笔记
- 论文笔记(二) fully-convolutional siamese networks for object tracking
- 论文笔记:Real-time emotion recognition for gaming using deep convolutional network features
- 论文笔记:Deep convolutional activation features for large scale histopathology image classification
- 智能小车制作入门篇
- 图片的点击事件 和场景精灵类
- java.lang.ClassNotFoundException: org.springframework.boot.SpringApplication
- UVa 12219
- ROS学习笔记(一):ROS 系统的概述
- 论文笔记 Hierarchical Convolutional Features for Visual Tracking
- 升级Win10系统后使用其杀软defender还有必要使用360安全卫士等其他杀毒软件吗?
- 2017京东在线笔试编程题之 买东西
- sql实现单表分类显示
- MySQL修改root密码的方法整理
- 快速排序
- Autofac中文文档--一、注册组件--1注册概念
- codeforces Round#369 div2-E ZS and The Birthday Paradox(逆元,组合)★
- 使用select函数提高服务器的处理能力——服务器端代码