自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 Online Multi-Object Tracking with Dual Matching Attention Networks论文简读

前言该论文提出了一种利用时空注意力机制计算检测和跟踪之间亲和度用于数据关联的在线多目标跟踪方法。在多目标跟踪的数据关联过程中,由于给定的检测存在对准误差或者部分丢失,视频中的目标之间存在相互遮挡,两张图像之间只有部分区域能够匹配上,在计算亲和度时,提高输入的图像对中匹配部分的比重能够增强模型的判别能力,因此作者在计算输入图像对的特征表示时,采用了空间注意力机制强调了图像对中匹配上的部分权重。在...

2020-04-25 09:37:59 590

原创 Learning a Neural Solver for Multiple Object Tracking 论文简读

前言该论文提出了一个基于图神经网络的离线多目标跟踪方法。本文的方法能够同时学习不同帧之间检测的成本计算以及匹配。达到了超越tracktor的sota效果。贡献提出了一个基于信息传递网络的多目标跟踪解决器,利用问题的自然图结构来同时执行特征性学习和结果预测。提出了一个新奇的时间感知的神经信息传递更新过程,这受启发于多目标跟踪的经典图公式化。我们显示了方法在三个公开基准上明显改善的...

2020-04-04 14:37:15 2579 3

原创 非root用户linux下的KCF安装指南

前言核相关滤波单目标跟踪算法 Kernel Correlation Filter (KCF)是2014年提出的算法,当时,无论是跟踪效果还是速度上都有十分亮眼的表现,在opencv中已经有了官方实现的KCF库,但是效果不佳,因此有了以下的替换版本。在这里记录下安装该版本的流程(已解决大多数问题)。库的安装在linux下进行。源码:KCF 单目标跟踪器opencv安装1.准备工作需要cm...

2020-03-26 13:17:53 341

原创 Extending IOU Based Multi-Object Tracking by Visual Information论文简读

写在前面这篇论文是在方法"High-speed tracking-by-detection without using image information"(IoU)基础上的改进版本,主要解决了前者在检测丢失的情况下,容易出现漏检和身份转换的问题。贡献利用一个视觉单目标跟踪器对IoU跟踪器进行扩展,在检测丢失时对跟踪在下一帧的位置进行预测。提出了一种batch的跟踪方式,有效的减少了Io...

2020-03-26 12:39:35 796

原创 Multi-Object Tracking with Multiple Cues and Switcher-Aware Classification 论文简读

前言本文用了两个目前多目标跟踪领域最常用的信息:iou信息以及reid外观特征。在此基础上,又引入了一个潜在的可能引起身份转换的遮挡目标switcher来参与亲和计算,从而提高了模型对于身份转换的鲁棒性。贡献提出了一个有效的多目标跟踪框架,学习捕获长期和短期线索,并做出自适应决策,进行鲁棒跟踪。提出了一个具有switcher感知的分类器,在数据关联时,提升了对于身份转换的多目标跟踪鲁棒性...

2020-03-17 11:42:56 332

原创 how to train your deep multi-object tracker 论文简单解读

写在前面:“how to train your deep multi-object tracker”是论文“DeepMOT-A Differentiable Framework for Training Multiple Object Trackers”的改进版本,前者比后者多了一些实验。主要工作:提出了一个端对端的多目标跟踪方法的训练框架,能够针对多目标跟踪的评估指标进行训练。主要贡献:...

2020-03-12 16:11:56 2345 2

原创 Tracking without bells and whistles(Tracktor) 论文简单解读

主要工作:提出一个基于检测器的多目标跟踪框架。主要贡献:提出一种多目标跟踪器,利用检测器的边界框回归进行目标边界框的临时配准(利用跟踪在当前帧的边界框预测其在下一帧的边界框)。利用行人重识别孪生网络(利用行人重识别匹配失效跟踪与检测,重新激活匹配上的失效跟踪,并用被匹配的检测作为其在当前帧的位置)和基于相机运动补偿的运动模型(利用强化的相关系数最大化进行图像配准,解决不稳定的相机运动造...

2020-02-29 10:19:51 1346 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除