项目地址:https://github.com/foolwood/SiamMask

论文地址:https://arxiv.org/abs/1812.05050

主页地址:http://www.robots.ox.ac.uk/~qwang/SiamMask/

摘要

在这篇文章中,我们插入如何去进行在视觉目标跟踪和半监督视频目标分割,在实时,使用一个简单的方法。我们的方法,称为SiamMask,提高离线训练处理的受欢迎的全卷积Siamese方法对目标跟踪通过设计他们的loss,使用一个二值分割的任务。一旦训练,SiamMask仅依靠一个单一框初始化和进行在线,制造目标分割Mask,以及旋转框每秒55帧。尽管它是简单的,但是用途广泛和快速,我们的策略允许我们去建立一个新的先进的实时跟踪在VOT-2018数据集上,对比同时证明竞赛表现最好和最快对于半监督视频目标分割任务在DAVIS-2016和DAVIS-2017。

本文提出的网络与ECO算法对比

其中,篮框为初始框,绿色框为本文提出的算法运行效果,红色为ECO算法运行结果。

架构

不同框的性能

了解更多关于《计算机视觉与图形学》相关知识,请关注公众号:

下载我们视频中代码和相关讲义,请在公众号回复:计算机视觉课程资料

Fast Online Object Tracking and Segmentation: A Unifying Approach相关推荐

  1. 论文笔记 SiamMask : Fast Online Object Tracking and Segmentation: A Unifying Approach

    论文连接:[1812.05050] Fast Online Object Tracking and Segmentation: A Unifying Approach 论文连接:[1812.05050 ...

  2. 《Fast Online Object Tracking and Segmentation: A Unifying Approach》

    目录 摘要 介绍 相关工作 本文的方法 3.1 Fully-convolutional Siamese networks 3.2 SiamMask 3.3 Implementation details ...

  3. 《SiamMask:Fast Online Object Tracking and Segmentation:A Unifying Approach》论文笔记

    参考代码:SiamMask 1. 概述 导读:这篇文章在基于孪生网络的目标跟踪算法离线训练的过程中嵌入一个mask分割分支,从而可到一个既可以做VOT也可以做VOS(分割性能这块可以还有很大空间)的网 ...

  4. 【专知荟萃18】目标跟踪Object Tracking知识资料全集(入门/进阶/论文/综述/视频/专家,附查看)

    原创: 专知内容组 专知 2017-11-18 点击上方"专知"关注获取专业AI知识! [导读]主题荟萃知识是专知的核心功能之一,为用户提供AI领域系统性的知识学习服务.主题荟萃为 ...

  5. 多目标跟踪综述、论文、数据集大汇总 Awesome Multiple object Tracking

    Awesome Multiple object Tracking(持续更新) 综述 论文 2022 2021 2020 2019 2018 2017 2016 数据集 综述 Multiple Obje ...

  6. Online Object Tracking : A Benchmark

    本文转载于:roamer_nuptgczx的博文,链接:http://blog.csdn.net/roamer_nuptgczx/article/details/51379191 个人感觉这篇文章翻译 ...

  7. MUSTer:Multi-Store Tracker:A Cognitive Psychology Inspired Approach to Object Tracking

    题目:MUSTer:Multi-Store Tracker:A Cognitive Psychology Inspired Approach to Object Tracking 来源:CVPR 20 ...

  8. 【论文翻译】UniT: Unified Knowledge Transfer for Any-Shot Object Detection and Segmentation

    UniT: Unified Knowledge Transfer for Any-Shot Object Detection and Segmentation UniT:任意样本量的目标检测和分割的统 ...

  9. 跟踪算法基准--Tracking the Trackers: An Analysis of the State of the Art in Multiple Object Tracking

    Tracking the Trackers: An Analysis of the State of the Art in Multiple Object Tracking https://arxiv ...

最新文章

  1. swift 连接mysql数据库_Swift - 操作SQLite数据库(引用SQLite3库)
  2. 2022二区考研及调剂学校汇总
  3. mysql update nowait_mysql innodb之select for update nowait
  4. Spring-jdbc:JdbcTemplate使用简介
  5. 解决window的bat脚本执行出现中文乱码的问题
  6. 信息学奥赛一本通(1190:上台阶)
  7. Tomcat实战-调优方案
  8. 直播报名 | 从业务场景入手,吃透音视频技术
  9. Moss 2007 入门(1) - 功能概述【转】
  10. 64位CentOS源码编译方式安装wine
  11. 对FreeMarker技术的思考
  12. java删除表格_Java 删除Word表格/表格内容
  13. 函数重载 overload
  14. 运放失真罪魁祸首之压摆率和增益带宽积
  15. 2022年各国程序员薪资排名!
  16. 微信登录显示连接失败,请检查网络
  17. C++静态成员对象与静态成员函数
  18. 字符编码:ANSI、ASCII、Unicode、UTF-8、UTF-16、UTF-32概念和格式转换
  19. webview与Chrome版本匹配
  20. mysql5.6.17编译 安装

热门文章

  1. 【C语言】世界上不同国家有不同的写日期的习惯。比如美国人习惯写成“月-日-年”,而中国人习惯写成“年-月-日”。下面请你写个程序,自动把读入的美国格式的日期改写成中国习惯的日期。
  2. CAD—dwg格式解析库:libdxfrw和libredwg
  3. 十个英语口语学习网站
  4. [QT_016]Qt学习之QPlainTextEdit 、QTextEdit 、QTextBrowser
  5. css文字不透明度怎么设置?
  6. 《计算机网络(谢希仁6版)》学习笔记(word导入)[待补全]
  7. 软件测试 — 常见的端口整理
  8. Sniper模拟器的安装
  9. ICPC-TOOLs resolver滚榜单工具使用指南
  10. 安装及配置JDK/JRE