- 博客(5)
- 收藏
- 关注
RSS订阅原创 【论文学习】《SiamMask: A Framework for Fast Online Object Tracking and Segmentation》19、23年快速在线目标跟踪与分割框架
SiamRPN是一个快速在线目标跟踪与分割的统一框架。
2025-04-03 16:28:48
315
原创 【论文学习】《SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks》19年CVPR孪生跟踪改进版
SiamRPN++是在SiamRPN和DaSiamRPN之后的工作延续，作者发现之前的孪生网络无法使用更深度的网络，找到是缺乏严格平移不变性的原因，针对这一问题将孪生网络改进为ResNet的深度孪生网络，从而获得了涨点。个人认为SiamRPN++文章写得比较好，比较有学习价值。
2025-04-02 17:07:14
790
原创 【论文学习】《Distractor-aware Siamese Networks for Visual Object Tracking》2018年 DaSiamRPN 干扰感知孪生网络实现目标跟踪
DaSiamRPN出自中科院自动化研究所，计算机视觉高地，与SiamRPN一同参加了VOT-18的比赛，VOT-18赢得了“VOT-18实时”挑战，进了名单。在“VOT-18长时”挑战赛中获得第二名。然而他属于SiamRPN改进一种，比SiamRPN稍复杂了一点，不那么优雅了，数据增强部分方法是大伙儿都可以复用的。
2024-08-29 09:58:32
1178
原创 【论文学习】《High Performance Visual Tracking with SiameseRegionProposalNetwork》18年SiamRPN高性能视觉跟踪的孪生区域候选网络
SiamRPN是商汤Siam孪生网络系列的第一个作品，2018年在VOT的比赛中获得了第一，CVPR 2018 选为了Spotlight。
2024-08-22 11:11:43
1227
原创 【论文学习】《Fully-Convolutional Siamese Networks for Object Tracking》2016年SiamFC 全卷积孪生网络用于目标跟踪
在这项工作中，我们脱离了跟踪中采用的传统在线学习方法，并展示了一种专注于在离线阶段学习强嵌入的替代方法。与在分类设置中的使用不同，我们证明，对于跟踪应用，孪生全卷积深度网络能够更有效地使用可用数据。这不仅反映在测试时，通过执行有效的空间搜索，也反映在训练时，其中每个子窗口都有效地代表一个有用的样本，而几乎没有额外的成本。实验表明，深度嵌入为在线跟踪器提供了自然丰富的特征来源，并使简单的测试时策略表现良好。我们相信这种方法是对更复杂的在线跟踪方法的补充，并期望未来的工作能够更彻底地探索这种关系。
2024-07-31 14:59:58
1606
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人