记性不好,需要看的论文很多,把每次看完论文后的第一想法写下来以便后期回忆,兴许是个有效的方式。内容仅供自己以后回忆用,也会根据不同阶段的理解增删,也欢迎一起交流。
论文:Learning Background-Aware Correlation Filters for Visual Tracking.(ICCV2017,BACF)
核心点
传统CF方法的负样本是通过目标图像块本身的偏移得到的,负样本的构成中缺少目标框以外的背景信息,可能最后只得到次优解。BACF旨在将这些目标框以外的背景信息考虑进去,通过将包含目标的整个大的图像循环偏移,然后Crop出循环偏移后目标位置的图像块作为负样本,这样便可以得到一个更强的filter。
其他点
1:CF算法的速度性能很好,KCF=173FPS,CFLB=87FPS,BACF=35FPS等

这篇博客探讨了2017年ICCV会议上提出的学习背景感知相关滤波器(BACF)在视觉跟踪中的应用。文章主要聚焦于如何利用BACF提升目标跟踪的性能,同时提及其他相关要点。
最低0.47元/天 解锁文章
471

被折叠的 条评论
为什么被折叠?



