CVPR学习（六）：CVPR2019-目标跟踪

待补充论文解读

单目标跟踪

一种无监督的方式对大规模无标记视频进行训练的。动机是一个健壮的跟踪器应该在视频前向和后向预测中都是有效的，在Siamese相关滤波网络上构建了算法框架，该网络使用未标记的原始视频进行训练，达到了有监督跟踪器的baseline精度。

Unsupervised Deep Tracking

Ning Wang, Yibing Song, Chao Ma, Wengang Zhou, Wei Liu, Houqiang Li

https://github.com/594422814/UDT/

为了实现多目标跟踪的无标签和端到端学习，提出了一种用动画来跟踪的框架，其中可微分神经模型首先跟踪输入帧中的对象，然后将这些对象动画化为重建帧。然后通过反向传播通过重建误差来驱动学习。

军事医学研究院、国防科技大学、伦敦大学学院、阿兰图灵研究所

Tracking by Animation: Unsupervised Learning of Multi-Object Attentive Trackers

Zhen He, Jian Li, Daxue Liu, Hangen He, David Barber

https://github.com/zhen-he/tracking-by-animation

通过特定视点的鉴别相关滤波的重建进行目标跟踪

Tampere University、University of Ljubljana

Object Tracking by Reconstruction With View-Specific Discriminative Correlation Filters

Ugur Kart, Alan Lukezic, Matej Kristan, Joni-Kristian Kamarainen, Jiri Matas

提出了一种新的学习目标感知特征的方法，该方法能够比预训练的深度特征更好地识别发生显著外观变化的目标。目标感知特征与Siamese匹配网络集成，用于视觉跟踪。大量的实验结果表明，该算法在精度和速度上均优于现有的算法。

哈工大、上海交大、腾讯AI实验室、加州大学默塞德分校、Google Cloud AI

Target-Aware Deep Tracking

Xin Li, Chao Ma, Baoyuan Wu, Zhenyu He, Ming-Hsuan Yang

https://github.com/XinLi-zn/TADT

https://github.com/ZikunZhou/TADT-python

SPM跟踪器：用于实时视觉对象跟踪的串并联匹配。提出了串并联匹配（Series-Parallel Matching）的结构。整个结构分为两个部分，称之为“粗匹配”与“细匹配”。

中国科技大学、微软亚洲研究院

SPM-Tracker: Series-Parallel Matching for Real-Time Visual Object Tracking

Guangting Wang, Chong Luo, Zhiwei Xiong, Wenjun Zeng

SiamRPN++：目前精度最高的单目标跟踪

商汤研究院、中科院自动化所、中科院计算所

SiamRPN++: Evolution of Siamese Visual Tracking With Very Deep Networks

Bo Li, Wei Wu, Qiang Wang, Fangyi Zhang, Junliang Xing, Junjie Yan

https://github.com/STVIR/pysot

CVPR 2019 Oral 目标跟踪最强算法SiamRPN++开源实现

对影响跟踪精度的主干网络因素进行了系统的研究，为Siamese跟踪框架提供了一个架构设计的指导；基于文章提出的无填充残差单元，设计了一种新的用于Siamese跟踪的更深、更宽的网络架构。实验结果显示新的架构对基准跟踪算法确实有很明显的性能提升效果。

中科院大学&中科院自动化所、微软研究院

Deeper and Wider Siamese Networks for Real-Time Visual Tracking

Zhipeng Zhang, Houwen Peng

https://github.com/researchmm/SiamDW

一种在siamese网络下训练GCNS的视觉追踪方法，实现了存在遮挡、突然运动、背景杂波情景下的鲁棒视觉追踪

中科院、中科院大学、鹏城实验室、中国科技大学

Graph Convolutional Tracking

Junyu Gao, Tianzhu Zhang, Changsheng Xu

http://nlpr-web.ia.ac.cn/mmc/homepage/jygao/gct_cvpr2019.html#

通过预测target和estimated bounding box的overlap来实现目标估计。本文提出的ATOM跟踪模型在5个benchmark数据集上实现了state-of-the-art性能；在TrackingNet数据集上，相对于之前的最佳方法提升了15%，同时运行速度超过30 FPS。

CVL, Linko ̈ping University, Sweden、CVL, ETH Zu ̈rich, Switzerland、起源人工智能研究院

ATOM: Accurate Tracking by Overlap Maximization

Martin Danelljan, Goutam Bhat, Fahad Shahbaz Khan, Michael Felsberg

https://github.com/visionml/pytracking （378颗星！）

基于自适应空间加权相关滤波的视觉跟踪

大连理工大学、鹏城实验室、腾讯优图

Visual Tracking via Adaptive Spatially-Regularized Correlation Filters

Kenan Dai, Dong Wang, Huchuan Lu, Chong Sun, Jianhua Li

https://github.com/Daikenan/ASRCF

基于兴趣区域的池化相关滤波方法的视觉跟踪

大连理工大学、腾讯优图、海军航空兵学院、鹏城实验室

ROI Pooled Correlation Filters for Visual Tracking

Yuxuan Sun, Chong Sun, Dong Wang, You He, Huchuan Lu

孪生级联候选区域网络，用于实时目标跟踪

美国天普大学

Siamese Cascaded Region Proposal Networks for Real-Time Visual Tracking

Heng Fan, Haibin Ling

多目标跟踪

提出一种新的训练模式，用于改进多目标跟踪算法中目标交叠时身份切换问题

洛桑联邦理工学院（EPFL）

Eliminating Exposure Bias and Metric Mismatch in Multiple Object Tracking

Andrii Maksai, Pascal Fua

多目标跟踪与分割，提出问题、构建了数据集、建造了一个基线模型，并全部开源了

亚琛工业大学、MPI for Intelligent Systems and University of Tubingen

MOTS: Multi-Object Tracking and Segmentation

Paul Voigtlaender, Michael Krause, Aljosa Osep, Jonathon Luiten, Berin Balachandar Gnana Sekar, Andreas Geiger, Bastian Leibe

http://www.vision.rwth-aachen.de/page/mots

跟踪与分割

SiamMask，在视频跟踪任务上达到最优性能，并且在视频目标分割上取得了当前最快的速度。

Fast Online Object Tracking and Segmentation: A Unifying Approach

Qiang Wang, Li Zhang, Luca Bertinetto, Weiming Hu, Philip H.S. Torr

https://github.com/foolwood/SiamMask

CVPR 2019 | 惊艳的SiamMask：开源快速同时进行目标跟踪与分割算法

多目标跟踪与分割，提出问题、构建了数据集、建造了一个基线模型，并全部开源了

亚琛工业大学、MPI for Intelligent Systems and University of Tubingen

MOTS: Multi-Object Tracking and Segmentation

Paul Voigtlaender, Michael Krause, Aljosa Osep, Jonathon Luiten, Berin Balachandar Gnana Sekar, Andreas Geiger, Bastian Leibe

http://www.vision.rwth-aachen.de/page/mots

3D目标跟踪

形状补全用于LIDAR点云Siamese网络三维目标跟踪

沙特阿卜杜拉国王科技大学

Leveraging Shape Completion for 3D Siamese Tracking

Silvio Giancola, Jesus Zarzar, Bernard Ghanem

https://github.com/SilvioGiancola/ShapeCompletion3DTracking

跟踪数据集

大规模高质量单目标跟踪数据集LaSOT

美国天普大学、华南理工大学、亮风台公司

LaSOT: A High-Quality Benchmark for Large-Scale Single Object Tracking

Heng Fan, Liting Lin, Fan Yang, Peng Chu, Ge Deng, Sijia Yu, Hexin Bai, Yong Xu, Chunyuan Liao, Haibin Ling

https://cis.temple.edu/lasot/index.html

CVPR 2019 | 亮风台发布全球最大单目标跟踪数据集LaSOT

用于支持研究自动驾驶汽车感知任务（3D 跟踪与运动预测）的数据集Argoverse

Argo AI、卡内基梅隆大学、佐治亚理工学院

Argoverse: 3D Tracking and Forecasting With Rich Maps

Ming-Fang Chang, John Lambert, Patsorn Sangkloy, Jagjeet Singh, Slawomir Bak, Andrew Hartnett, De Wang, Peter Carr, Simon Lucey, Deva Ramanan, James Hays

https://www.argoverse.org/

英伟达推出首个跨摄像头汽车跟踪与冲重识别数据集

华盛顿大学、NIVIDIA、圣何塞州立大学

CityFlow: A City-Scale Benchmark for Multi-Target Multi-Camera Vehicle Tracking and Re-Identification

Zheng Tang, Milind Naphade, Ming-Yu Liu, Xiaodong Yang, Stan Birchfield, Shuo Wang, Ratnesh Kumar, David Anastasiu, Jenq-Neng Hwang

https://www.aicitychallenge.org/

CVPR学习（六）：CVPR2019-目标跟踪相关推荐

Jarry的目标跟踪学习笔记一
Jarry的目标跟踪学习笔记一目标跟踪是计算机视觉中的一个重要方向,已经由来已久,并且有着广泛的应用,如:视频监控,人机交互, 无人驾驶等.在我的想象中,自己研究的内容就是,将来钢铁侠头盔里追踪敌人 ...
基于Python和OpenCV的目标跟踪学习教程 Object Tracking using Python and OpenCV
实现12种不同的算法来跟踪视频和网络摄像头中的对象! 你会学到: 使用Python和OpenCV跟踪视频和网络摄像头中的对象理解跟踪算法的基本直觉实现12种跟踪算法了解对象检测和对象跟踪之间的区 ...
CVPR 2020 论文大盘点—目标跟踪篇
本文盘点CVPR 2020 所有目标跟踪(object tracking)相关论文,总计33篇,因为跟踪相关的技术很多,这里单指具体目标的跟踪,不涉及点的跟踪(如人体关键点跟踪,会另有总结). 最大的 ...
深度学习在目标跟踪中的应用
from: http://www.dataguru.cn/article-9863-1.html 摘要: 人眼可以比较轻松的在一段时间内跟住某个特定目标.但是对机器而言,这一任务并不简单,尤其是跟踪过 ...
（转）深度学习在目标跟踪中的应用
深度学习在目标跟踪中的应用原创 2016-09-05 徐霞清深度学习大讲堂点击上方"深度学习大讲堂"可订阅哦!深度学习大讲堂是高质量原创内容的平台,邀请学术界.工业界一线专家 ...
[转]深度学习在目标跟踪中的应用
原文链接:https://zhuanlan.zhihu.com/p/22334661 开始本文之前,我们首先看上方给出的3张图片,它们分别是同一个视频的第1,40,80帧.在第1帧给出一个跑步者的边框 ...
基于元学习的红外弱小点状目标跟踪算法
基于元学习的红外弱小点状目标跟踪算法人工智能技术与咨询昨天本文来自<激光技术>,作者热孜亚·艾沙等引言红外点状目标的跟踪是红外搜索和跟踪(infrared search and ...
视觉单目标跟踪任务概述
视觉目标跟踪的主要目的是:模仿生理视觉系统的运动感知功能,通过对摄像头捕获到的图像序列进行分析,计算出运动目标在每一帧图像中的位置:然后,根据运动目标相关的特征值,将图像序列中连续帧的同一运动目标 ...
目标跟踪算法综述与分析
本人硕士期间研究过10个月左右的目标跟踪算法,刚入门时苦于没人指点,自己每天乱看文章,后来发现看的好多文章都是没有意义的(ps....看了一大堆meanshift,kalman啥的......),做了 ...
计算机视觉中，目标跟踪相关算法论文总结
目标跟踪相关算法&论文总结作为小白,近期想看一些目标跟踪相关的内容,但又无从下手,花了几天时间,找各种资料,总结了网上大佬们写的文章.(大部分来自CSDN.知乎.微信公众号,均已注明出处) ...

CVPR学习（六）：CVPR2019-目标跟踪

CVPR学习（六）：CVPR2019-目标跟踪相关推荐

最新文章

热门文章