Tominute

研究僧嗑瓜子的地方(☝中间我女神)

【小白笔记】目标跟踪Correlation Tracking via Joint Discrimination and Reliability Learning

这是CVPR18的一篇文章。👉论文地址，👉项目地址。 该论文主要针对CF框架中可靠性信息学习的问题重新设计了模型，考虑了局部的跟踪响应的分布一致性，从而改善了跟踪结果被不可靠区域主导的问题，有不对的地方欢迎讨论~ 1.主要贡献 该论文提出一个可以联合训练包含判别性和可靠性信息的跟踪模型，也是基于循环样本和FFT加速优化的框架。 主要贡献有二，其一是提出了在原始目标函数中加入局部响应一致限制...

Posted by tominute on October 13, 2018

【小白笔记】目标跟踪CFNet论文及源码笔记

这是CVPR17的一篇文章。👉项目地址 该论文主要基于SiameseFC网络的改进，主要加入了CF层，并推导了前向和反向公式，也是端到端的网络，使得网络在浅层特征下也能有不错的性能，是整体网络轻量化，速度也更快。下面的分析将结合具体的代码，有不对的地方欢迎讨论~ 1. 网络结构 基础及背景这里就不说了，直接来看模型。 为什么要加这个CF层： 结合传统的DCF进行对比，DCF就是线性核的KC...

Posted by tominute on September 24, 2018

【小白笔记】目标跟踪EAST_Learning Policies for Adaptive Tracking with Deep Feature Cascades

这是ICCV17的一篇spotlight文章。👉论文地址该论文主要提出了一种基于CNN特征跟踪的加速方法，用强化学习的思想选择可以判断跟踪结果的特征层，避免了继续的前向操作从而大大节省了时间。有不对的地方欢迎讨论~ 1. 主要贡献 EAST的一个主要motivation是在跟踪场景中大部分的跟踪都是简单的跟踪，较难的部分在整个跟踪视频中仅占一小部分，所以作者提出了一个自适应的深度特征流的跟...

Posted by tominute on September 16, 2018

【小白笔记】目标跟踪RTINet_Joint Representation and Truncated Inference Learning forCorrelationFilterbasedTracking

这是ECCV18的一篇文章，悄悄更新一波国人的大作。👉论文地址该论文主要是将BACF网络化，得到了top的性能，有不对的地方欢迎讨论~ 1. 主要贡献 1.把BACF改造成了一个神经网络结构，可以进行端到端的训练； 2.求解BACF的核心ADMM优化部分作者用网络的形式和截断推理的方法表示了出来，作者详细推导了梯度反传的部分； 3.由于是CNN和BACF的结合，在性能上RTINet和ECO已...

Posted by tominute on September 13, 2018

【技术向】简单的三层神经网络Matlab版

1.简介 先给出资源地址：👉地址 该资源是我之前写的，matlab实现的简单的三层神经网络，自带了输入数据，可实现batchBP和singleBP，并可输出图像对比，所有函数都在这里没有任何附加函数，在这边分享一下，有不对的地方欢迎一起讨论~ 2.代码 2.1主函数 输入数据为3类，共有30个样本 x = [1.58 2.32 -5.8;0.67 1.58 -4.78;1.04 1.01 ...

Posted by tominute on September 12, 2018

【技术向】Quadprog++安装及使用示例（C++版quadprog函数）

1.简介 quadprog++是Luca Di Gaspero写的C++库，实现了matlab版的quadprog函数大部分功能，quadprog是二次规划的求解函数，功能强大，不了解的可以自行百度，这个C++版本的速度经过实测比matlab快100倍以上，Luca Di Gaspero版权所有（Copyright (C) 2007-2016 Luca Di Gaspero, MIT Lic...

Posted by tominute on September 7, 2018

【小白笔记】目标跟踪Meta-Tracker_ Fast and Robust Online Adaptation for Visual Object Trackers

1.主要贡献 先给出论文地址：👉论文地址 这篇文章是ECCV18的文章，不是一个单独的跟踪算法而是一种用于增强基于DNN跟踪算法性能的方法。下面就来说一下这篇文章吧，有不对的地方欢迎一起讨论~ 贡献：该文使用了去年很火的元学习的方法(meta-learn/learn to learn)用在提升基于DNN跟踪算法的性能，目的是学到网络的初始参数，训练利用了其他跟踪和检测的数据库和未来帧的信...

Posted by tominute on August 31, 2018

【小白笔记】目标跟踪VIVAT(Visual Tracking via Adversarial Learning)论文笔记

1. 主要贡献 这篇文章是18CVPR的spotlight文章，👉论文地址，首次结合了对抗学习的思路用在目标跟踪上，并取得了不错的效果，跟踪性能和ECO相当，速度为1.5fps。下面就来说一下这篇文章吧，有不对的地方欢迎一起讨论~ 贡献1：运用GAN在特征空间来进行正样本扩增，使得能够在长时间范围内获得大量的外观变化从而获得更加鲁棒的效果，特别是当目标被遮挡或旋转时，漂移的现象会得到削弱；...

Posted by tominute on May 27, 2018

【技术向】Linux常用命令

不定期更新… 文件以test.txt为例，目录以dir为例 1.删除 1.1 删除目录 rm -rf dir 2.安装三连 cmake -D CMAKE_INSTALL_PREFIX=/home/yourdir -D WITH_XXX=OFF make make install 第一句后面一半看情况要不要 3.添加库路径变量 vim ~/.bashrc export LD_LIBRAR...

Posted by tominute on May 4, 2018

【小白笔记】目标跟踪(Unveiling the Power of Deep Tracking)论文笔记

1.主要贡献 这篇文章18年四月份挂在Arxiv上，现在中了ECCV18，是Martin作为3作的一篇文章，👉论文地址，性能比ECO提升了一大截。下面就来说一下这篇文章吧，有不对的地方欢迎一起讨论~ 贡献1：该论文探究了深度特征和手工特征分别对目标跟踪的影响，主要分析了不同样本扩增方法和精度/鲁棒性平衡两方面的影响，得出两类特征应该分别处理的结论，深度特征更应该关注于鲁棒性，手工特征更关注...

Posted by tominute on April 27, 2018

FEATURED TAGS
Tracking Linux Matlab
ABOUT ME

A student @NLPR, UCAS, Beijing

✉️ tominute@163.com