CVPR 2018 SINT++:《SINT++: Robust Visual Tracking via Adversarial Hard Positive Generation》論文筆記
理解出錯之處望不吝指正。 本文用到了變分自編碼VAE和強化學習DQN，我覺得很新穎。整體架構如下圖： 首先，使用VAE來生成positive sample，如上圖中右下角。 然後，使用HTPN網絡將得到的positive sample變得更加hard，即：添加遮擋。那麼問題就來了，（1）.我們要遮擋目標物體中的哪部分？（2）.用哪部分去遮擋（1）中的部分？ 這兩個問題有一個共性
相關文章
- 1. CVPR18讀文筆記：SINT++：Robust Visual Tracking via Adversarial Postive Instance Generation
- 2. CVPR 2018 VITAL:《VITAL: VIsual Tracking via Adversarial Learning》論文筆記
- 3. CVPR17論文有感：A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 4. CVPR 2016 SINT:《Siamese Instance Search for Tracking》論文筆記
- 5. VITAL: VIsual Tracking via Adversarial Learning論文筆記
- 6. [論文筆記]A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 7. CVPR2018讀文筆記：VITAL：VIsual Tracking via Adversarial Learning
- 8. Object tracking papers (1): SINT--Siamese Instance Search for Tracking
- 9. VITAL: Visual Tracking via Adversarial Learning 閱讀筆記
- 10. [深度學習論文筆記][CVPR 17 oral]A-Fast-RCNN： Hard Positive Generation via Adversary for Object Detection
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • CAP理論是什麼？ - NoSQL教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Scala 中文亂碼解決
相關標籤/搜索
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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. CVPR18讀文筆記：SINT++：Robust Visual Tracking via Adversarial Postive Instance Generation
- 2. CVPR 2018 VITAL:《VITAL: VIsual Tracking via Adversarial Learning》論文筆記
- 3. CVPR17論文有感：A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 4. CVPR 2016 SINT:《Siamese Instance Search for Tracking》論文筆記
- 5. VITAL: VIsual Tracking via Adversarial Learning論文筆記
- 6. [論文筆記]A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection
- 7. CVPR2018讀文筆記：VITAL：VIsual Tracking via Adversarial Learning
- 8. Object tracking papers (1): SINT--Siamese Instance Search for Tracking
- 9. VITAL: Visual Tracking via Adversarial Learning 閱讀筆記
- 10. [深度學習論文筆記][CVPR 17 oral]A-Fast-RCNN： Hard Positive Generation via Adversary for Object Detection