理解出错之处望不吝指正。

本文模型叫做DEDT,是一个集成判别器。作者提到,以往的集成判别器中,每个判别器之间学到的东西之间存在过多的冗余信息,本文提出一种online ensemble tracker,可以针对集成集合中的每个tracker生成人造样本,不同tracker之间使用的样本具有差异性。

本文中每一个tracker均为基于HOG特征的kd-tree-based KNN分类器。

如下图所示,(a)是一个典型的集成判别器状态;(b)是传统更新过程,可以看出,各个判别器都在向中间靠拢;(c)是一个使用部分样本的更新过程;(d)是一个理想的更新过程。

本文的关键点就在于如何对每一个tracker生成特定的样本。

用白话来说,就是根据训练数据的分布进行采样,每个样本的标签也是通过采样得到,采样概率即为(预测出此标签的tracker个数)/(总tracker个数)。这样我们就得到了训练数据集,使用该数据集对某个tracker进行训练,然后进行一次评价,若此次训练之后整个集成tracker的效果更好则保留此次训练,否则丢弃此次训练,重新进行数据采样。

CVPR 2018 DEDT:《Efficient Diverse Ensemble for Discriminative Co-Tracking》论文笔记相关推荐

  1. CVPR 2018 《Towards High Performance Video Object Detection》论文笔记

    本学弱喜欢在本子上记笔记,但字迹又丑. 望看不懂我的字的大佬不要喷我,看得懂的大佬批评指正.

  2. CVPR 2018 LSART:《Learning Spatial-Aware Regressions for Visual Tracking》论文笔记

    理解出错之处望不吝指正. 本文模型叫做LSART.本模型主要分为两条线:(1).Spatial-Aware KRR:(2).Spatial-Aware CNN. Spatial-Aware KRR:K ...

  3. 《Building Efficient ConvNets using Redundant Feature Pruning》论文笔记

    1. 概述 一般在做模型的时候开始最关心的是模型的性能,也就是模型的精度,我们可以增加网络的宽度与深度,来不断增加模型的表达能力.在精度达标之后,网络也变地很臃肿了,其实里面很多的参数都是非必须的,也 ...

  4. CVPR 2020 《Local-Global Video-Text Interactions for Temporal Grounding》论文笔记

    目录 简介 动机 贡献 方法 实验 简介 本文的作者来自浦项科技大学和首尔大学 下载链接 动机 在Grounding领域,早些的方法都可以归结为scan-and-localize framework, ...

  5. CVPR 2017 《Deep Feature Flow for Video Recognition》论文笔记

    本学弱喜欢在本子上记笔记,但字迹又丑. 望看不懂我的字的大佬不要喷我,看得懂的大佬批评指正.

  6. 《Rethinking Efficient Lane Detection via Curve Modeling》论文笔记

    参考代码:pytorch-auto-drive 1. 概述 介绍:在这篇文章中对车道线建模表示进行了讨论和分析,文中指出现有的车道线检测方法大体为:segmentation-based.key_poi ...

  7. 《CoCoNuT: Combining Context-Aware Neural Translation Models using Ensemble for Program Repair》论文笔记

    CoCoNuT:使用集成方法结合上下文感知神经翻译模型进行程序修复 论文思维导图 1. 摘要 ​ 自动生成和验证 (G&V) 程序修复技术 (APR) 通常依赖于硬编码规则,因此只能修复遵循特 ...

  8. CVPR 2018 paper ---object detection

    转载:https://blog.csdn.net/qq_34848537/article/details/82968217 参考链接 CVPR 2018 论文解读集锦(9月27日更新) CVPR 20 ...

  9. CVPR 2018 paper

    CVPR 2018 参考链接 CVPR 2018 论文解读集锦(9月27日更新) CVPR 2018 open access Paperlist Embodied Question Answering ...

最新文章

  1. mysql中change用法,mysql 中alter的用法以及一些步骤
  2. linux如何查看归档文件,linux基本命令:文本搜索,拷贝文件,移动文件,归档管理,压缩解压缩文件,查看命令位置...
  3. python中plot柱状图-python matplotlib模块: bar(柱状图)
  4. iOS 自带 MD5转化
  5. Hi3516A开发--I2C/SPI读写命令
  6. 3 当某个应用的CPU使用达到100%,该怎么办?
  7. js如何判断一个对象是不是Array
  8. volatile不具备原子性
  9. JVM——CPU缓存架构与Java 内存模型
  10. python以什么表示代码层次_python 中几个层次的中文编码.md
  11. NSURLConnection 下载数据 -- IOS(实例)
  12. SQL Pass北京举办1周年活动(本次活动特别邀请到了来自微软的SQL Server大师何雷谈数据库职业规划)...
  13. 面试中常见的数据结构与算法题整理,想当架构师,数据结构与算法不过关可不行(数组+字符串,共60题)
  14. 在C#中,当您在null对象上调用扩展方法时会发生什么?
  15. 学python可以做什么职业-python学完之后比较适合哪些职业工作呢?
  16. java毕设项目开源啦,springboot+vue+springcloud的家庭理财系统
  17. c语言全段字符的类别,中兴LTE试题-1
  18. Win7下使用建行捷德U盾支付
  19. 111wqdqwdwedwedwdwededwedwe
  20. win10 卸载cuda10.1

热门文章

  1. 踩内存是什么意思啊_Win10任务管理器中的quot;共享GPU内存quot;是什么意思?
  2. python字符串与文本处理技巧(3):字符剔除、字符对齐、字符拼接、字符插入变量
  3. VTK修炼之道67:体绘制讨论_不透明度传输函数
  4. THttprio连接WebService的内存泄漏问题
  5. 浅析ASP.NET的Page.IsPostBack 属性http://www.sina.com.cn 2008年05月06日 11:33 IT168.com
  6. 多态性与虚拟函数一个典型的例子第一步
  7. 逆向基础之C语言 第一篇
  8. eclipse左侧框不见了怎么办
  9. 8086处理器的无条件转移指令——《x86汇编语言:从实模式到保护模式》读书笔记13
  10. 从尾到头打印链表---剑指Offer