JavaShuo
欄目
標籤
目標跟蹤-CREST: Convolutional Residual Learning for Visual Tracking
時間 2020-12-29
標籤
目標跟蹤
CREST
端到端
殘差學習
简体版
原文
原文鏈接
1. 概述 論文中提出了CREST算法,該算法將DCF(判別式相關濾波)重定義爲卷積神經網絡的一層。該算法將特徵提取(feature extraction)、響應圖生成(response map generation)和模型更新(model update)集成到神經網絡中,用於端到端(end-to-end)的訓練。爲了減輕由於實時更新產生的模型退化問題,該算法採用殘差學習的方式將目標的外觀
>>阅读原文<<
相關文章
1.
CREST: Convolutional Residual Learning for Visual Tracking
2.
ICCV 2017 CREST:《CREST: Convolutional Residual Learning for Visual Tracking》論文筆記
3.
CREST: Convolutional Residual Learning for Visual Tracking ---- 文獻翻譯理解
4.
【小白筆記】目標跟蹤LSART(learning spatial-aware regressions for visual tracking)
5.
目標跟蹤(二):Learning Background-Aware Correlation Filters for Visual Tracking.(ICCV2017,BACF)
6.
CREST: 端到端的目標跟蹤算法
7.
目標跟蹤 --- CREST論文理解
8.
Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
9.
Visual Tracking with Online Multiple Instance Learning (MIL)目標跟蹤論文筆記
10.
目標跟蹤之ECO:Efficient Convolution Operators for Tracking
更多相關文章...
•
traceroute命令進行路由跟蹤
-
TCP/IP教程
•
Swift for 循環
-
Swift 教程
•
Java Agent入門實戰(三)-JVM Attach原理與使用
•
Java Agent入門實戰(一)-Instrumentation介紹與使用
相關標籤/搜索
跟蹤
目標追蹤
residual
convolutional
tracking
learning
逆向跟蹤
visual
目標
紅包項目實戰
PHP教程
PHP 7 新特性
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
添加voicebox
2.
Java 8u40通過Ask廣告軟件困擾Mac用戶
3.
數字圖像處理入門[1/2](從幾何變換到圖像形態學分析)
4.
如何調整MathType公式的字體大小
5.
mAP_Roi
6.
GCC編譯器安裝(windows環境)
7.
LightGBM參數及分佈式
8.
安裝lightgbm以及安裝xgboost
9.
開源matpower安裝過程
10.
從60%的BI和數據倉庫項目失敗,看出從業者那些不堪的亂象
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
CREST: Convolutional Residual Learning for Visual Tracking
2.
ICCV 2017 CREST:《CREST: Convolutional Residual Learning for Visual Tracking》論文筆記
3.
CREST: Convolutional Residual Learning for Visual Tracking ---- 文獻翻譯理解
4.
【小白筆記】目標跟蹤LSART(learning spatial-aware regressions for visual tracking)
5.
目標跟蹤(二):Learning Background-Aware Correlation Filters for Visual Tracking.(ICCV2017,BACF)
6.
CREST: 端到端的目標跟蹤算法
7.
目標跟蹤 --- CREST論文理解
8.
Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
9.
Visual Tracking with Online Multiple Instance Learning (MIL)目標跟蹤論文筆記
10.
目標跟蹤之ECO:Efficient Convolution Operators for Tracking
>>更多相關文章<<