CVPR 2018 SINT++:《SINT++: Robust Visual Tracking via Adversarial Hard Positive Generation》论文笔记
理解出错之处望不吝指正。
本文用到了变分自编码VAE和强化学习DQN,我觉得很新颖。整体架构如下图:
首先,使用VAE来生成positive sample,如上图中右下角。
然后,使用HTPN网络将得到的positive sample变得更加hard,即:添加遮挡。那么问题就来了,(1).我们要遮挡目标物体中的哪部分?(2).用哪部分去遮挡(1)中的部分?
这两个问题有一个共性,就是要locate one image region。locate的过程可以视为一个MDP(马尔科夫决策过程),MDP问题可以使用强化学习知识来解决。state就是当前得到的特征图,可选择的action如下图:
reward的设置根据预测分数的变化来给予:
trigger action的reward通过下式决定(其中是预定义好的阈值参数):
CVPR 2018 SINT++:《SINT++: Robust Visual Tracking via Adversarial Hard Positive Generation》论文笔记相关推荐
- CVPR 2018 VITAL:《VITAL: VIsual Tracking via Adversarial Learning》论文笔记
理解出错之处望不吝指正. 本文模型叫做VITAL.作者提到,当前使用DNN的trackers的性能受限于两方面:(1).每一帧中的positive sample在空间上高度重叠,模型不能和好的捕获较好 ...
- CVPR 2017 ADNet:《 Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning》论文笔记
理解出错之处望不吝指正. 本文模型叫做ADNet.该模型通过强化学习产生动作序列(对bbox进行移动or尺度变换)来进行tracking.原理如下图(第一列代表初始帧,第二列和第三列代表通过RL产生的 ...
- Transformer Meets Tracker: Exploiting Temporal Context for Robust Visual Tracking
Transformer Meets Tracker:Exploiting Temporal Context for Robust Visual Tracking 前言 一.Abstract 二.Con ...
- PAMI2018跟踪算法HCFTstar的配置(Robust Visual Tracking via Hierarchical Convolutional Features)
文章和代码下载地址: HCFTstar: Chao Ma, Jia-Bin Huang, Xiaokang Yang, Ming-Hsuan Yang. "Robust Visual Tra ...
- 单目标追踪——【Transformer】Transformer Meets Tracker:Exploiting Temporal Context for Robust Visual Tracking
目录 文章侧重 网络结构 具体的Encoder和Decoder的结构 模型的推理过程 Transformer这个香饽饽怎么能不用来迁移到目标追踪里呢. 我计划对CVPR2021的3篇将Transfor ...
- 论文笔记VITAL: VIsual Tracking via Adversarial Learning
论文笔记VITAL: VIsual Tracking via Adversarial Learning 1. 论文标题及来源 2. 拟解决问题 3. 解决方法 3.1 算法流程 4. 实验结果 4.1 ...
- <Transformer Meets Tracker: Exploiting Temporal Context for Robust Visual Tracking>
摘要 模板集在视频对象跟踪中,连续帧之间存在丰富的时间上下文,而在现有的跟踪器中却被很大程度上忽略了. 在这项工作中,我们桥接单个视频帧,并通过一个用于稳固目标跟踪的Transformer架构探索跨上 ...
- 《Online Filtering Training Samples for Robust Visual Tracking》解析
单目标跟踪MetricNet阅读 0.摘要 1.引言 2.相关工作 3.方法细节 4.实验部分 4.2.消融实验 4.3.结果讨论 4.4.最先进的比较 5.总结 最近在研究目标跟踪方面的内容,查看了 ...
- CVPR 2010 MOSSE:《Visual Object Tracking using Adaptive Correlation Filters.》论文笔记
理解出错之处望不吝指正. 本文模型就是大名鼎鼎的MOSSE,是CF在tracking的开篇之作. 什么是CF? 本段部分摘自百度百科. 两个函数互相关的含义是:对两个函数分别作复数共轭和反向平移并使其 ...
最新文章
- 【插件】jQuery.iviewer----图片浏览(滚动放大缩小问题解决)
- linux进程--虚拟地址空间布局(十一)
- Java 8 获取某天最大(23:59:59)最小(00:00:00)时间
- 二项分布和Beta分布
- 【论文知识点笔记】Binarized P-Network(强化学习+保守值迭代+二值化神经网络)
- 安卓开发环境搭建(转)
- c语言python零基础教学_编程零基础应当如何开始学习 Python?附教程
- 如何去除TD之间的空隙
- 硬件:开机如何进BIOS,U盘启动快捷键一键查询!
- dp打开思路4:POJ1189 UVA12511 HDU2845 HBCPC K
- 想了解Xtrabackup备份原理和常见问题分析,看这篇就够了
- 恶狗变萌犬,路人妹子变老婆:日本开源GAN“插件”,想P哪里点哪里 | Demo
- nodejs基础 -- web模块
- Mysql 锁定 读情况
- 我的世界联机侠java_我的世界联机侠手机版-我的世界联机侠下载-Minecraft中文分享站...
- CentOS系统如何修改语言
- 使用 AppFuse 的七个理由学习
- html中如何显示emf图片,emf是什么格式
- 408复习策略(强化阶段)
- leo-校园文化户口管理系统
热门文章
- [云炬ThinkPython阅读笔记]2.7 注释
- 科大星云诗社动态20210124
- 科大星云诗社动态20210504
- 新挑战之打造一流能源新材计算平台 2018-10-10
- 3DSlicer22:Module-ExtensionWizard Build Install
- VTK修炼之道40:频域处理_快速傅里叶变换及其反变换1
- [转]50个c/c++源代码网站
- System.Threading.Timer使用心得
- 【CyberSecurityLearning 71】DC系列之DC-2渗透测试(WordPress)
- Head First JSP---随笔二