论文笔记之Understanding and Diagnosing Visual Tracking Systems
Understanding and Diagnosing Visual Tracking Systems
论文链接:http://dwz.cn/6qPeIb
本文的主要思想是为了剖析出一个跟踪算法中到底哪个部分对最终的结果影响最大,进而让我们在改进跟踪算法时更有目的性,更有轻重点。本文一作王乃岩博士在目标跟踪也是很有名气的,值得关注的大牛。
回归本文,作者把目标跟踪分为五大部分,分别为motion model,feature extractor,observation model,model updater and ensemble post-processor。在研究这五个部分对最后跟踪结果的影响时,采用了控制变量法,也即控制其它四个不变,就改变我们要研究的这个变量。
首先,motion model就是用来选取我们所说的一个个候选框的模型,这里作者用了粒子滤波,sliding window和Radius Sliding Window三个模型作比较。
feature extractor就是我们熟悉的特征提取器了,比如:HOG特征,CN特征等。这里作者也选取了五个进行比较。如下图:
说明了特征提取的好与坏对结果的影响还是很大的,这个也是整个跟踪器的重点,而不是我们自己想的observation model是对结果影响最大的。而observation model的真正影响如下图所示,当特征提取的比较低级,比较弱时,模型影响比较大;当我们换做HOG+raw color这种高级特征时,模型对结果的影响就小了很多。
(第二个图(figure5)也是observation model,不是motion models)
model updater就是对于observation model的一些参数以及特征模型在更新时的参数进行微小的调整变动,让模型对目标的跟踪不会慢慢漂移,让跟踪效果可以持续下去。
ensemble post-processor对于一个由多种trackers组成的跟踪系统进行后处理,是为了克服单一跟踪器容易受参数变化影响这一缺点提出的。
此处只列出了observation model和feature extractor做对比,进而说明提取强有力的特征对目标跟踪的重要性。当然,整体后处理,motion模型的选取以及参数的更新这些方面,如果改善妥当对结果都会有一定的改进的。
论文笔记之Understanding and Diagnosing Visual Tracking Systems相关推荐
- 《Understanding and Diagnosing Visual Tracking Systems》论文笔记
本人为目标追踪初入小白,在博客下第一次记录一下自己的论文笔记,如有差错,恳请批评指正!! 论文相关信息:<Understanding and Diagnosing Visual Tracking ...
- 论文笔记Understanding and Diagnosing Visual Tracking Systems
最近在看目标跟踪方面的论文,看到王乃岩博士发的一篇分析跟踪系统的文章,将目标跟踪系统拆分为多个独立的部分进行分析,比较各个部分的效果.本文主要对该论文的重点的一个大致翻译,刚入门,水平有限,如有理解错 ...
- 目标跟踪笔记Understanding and Diagnosing Visual Tracking Systems
Understanding and Diagnosing Visual Tracking Systems 原文链接:https://blog.csdn.net/u010515206/article/d ...
- 追踪系统分模块解析(Understanding and Diagnosing Visual Tracking Systems)
追踪系统分模块解析(Understanding and Diagnosing Visual Tracking Systems) PROJECT http://winsty.net/tracker_di ...
- ICCV 2015 《Understanding and Diagnosing Visual Tracking Systems》论文笔记
目录 写在前面 文章大意 一些benchmark 实验 实验设置 基本模型 数据集 实验1 Featrue Extractor 实验2 Observation Model 实验3 Motion Mod ...
- Understanding and Diagnosing Visual Tracking Systems
文章把一个跟踪器分为几个模块,分别为motion model, feature extractor, observation model, model updater, and ensemble po ...
- 【读论文】Loop Closure Detection for Visual SLAM Systems Using Convolutional Neural Network
[读论文]Loop Closure Detection for Visual SLAM Systems Using Convolutional Neural Network 发表于2017年,作者是南 ...
- 【论文笔记】A Survey of Visual Transformers(完结)
声明: 本人是来自 γ 星球的外星人 为了学习地球的深度学习知识的,好回去建设自己的家乡 每周不定期更新自己的论文精读笔记,中心思想是两个字 --- 易懂 没啥事的兄弟姐妹们,可以和我探讨外星知识哦~ ...
- 《论文笔记》Robust Cooperative UAV Visual SLAM
时间:2011 作者: 创新点: 将单机VSLAM扩展到了多机C-VSLAM(中心化方式).单机VSLAM的实现基础是基于NH∞滤波器(具体见参考文献[18][19]).本文重点在VSLAM和C- ...
最新文章
- mysql修复坏表的方法
- s5 android5.0内存泄漏,android-最初从位图泄漏了未引用的byte [],但被回收的()导致内存泄漏(直到活动停止)...
- java socket 字节读取_Java SocketChannel 读取ByteBuffer字节的处理模型
- 《构建之法》阅读笔记2
- treelistview 所有节点失去焦点_垃圾询盘过滤,焦点科技的 Milvus 实践
- MySQL课堂练习 20162315
- Windows核心编程_提权
- 嵌入式专业名词整理(以后会不断完善)
- Linux安装GCC方法
- 23----JS基础-----Unicode编码表
- 【1】CRM_SSH环境搭建
- 只要简单7步就能破解魔方的图文教程!怎样还原魔方?
- 2020-10-1 //严蔚敏《数据结构》 //赫夫曼树及其应用:创建顺序赫夫曼树创建及得到赫夫曼编码
- 计算机考研初试350分什么水平,考研分数,考研350分什么水平!
- 忘记Win10电脑密码,修改密码的方法
- leecode-C语言实现-7. 整数反转
- SQL的交叉表、行列转换和交叉查询经典
- 福建省莆田市谷歌卫星地图下载
- 人人极客专访 | 我和我们的操作系统
- 【window10】解决任务管理器有进程无法强制结束情况
热门文章
- Weights Biases的使用
- m3u8.sqlite转mp4(txkt,文末附程序下载地址)
- 6.20thingworx之bug记录
- vue引入TweenMax.js
- dynamix判定_音乐游戏中判定严格的意义何在?
- 喜羊羊与灰太狼java_java swing实现喜羊羊与灰太狼推箱子游戏附带视频开发教程...
- 可以跟小伙伴联机对战的五子棋,你会吗?今天用Python教大家搞定!!快上车!
- 斗鱼直播第一美女大表姐yesyanbaby如今混吃等死!
- 3年试点即将到期,电子印章将成网络货运新动力
- arduino定时器函数如何使用_Arduino定时器配置(Timer0,Timer1,Timer2)