目标跟踪(四):Fully-Convolutional Siamese Networks for Object Tracking (SiameseFC)

本文介绍了一种基于全卷积孪生网络(SiameseFC)的目标跟踪方法,详细探讨了其核心点,同时也提及了相关其他要点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

       论文:Fully-Convolutional Siamese Networks for Object Tracking

核心点

       全卷积孪生网络,论文中就是一个相似性度量的问题,通过模板匹配的方式计算出模板图片和待检测图片各个位置之间的相似度,相似度最高的点即为目标,网络结构如下,z为模板图片,x为待检测图片,分别通过相同的特征提取函数(论文中为AlexNet),最后卷积(模板匹配的一种形式)得到最后的相似度矩阵。该网络简单有效,性能好且速度极快(86FPS)。
      

其他点

       1:性能好,速度快(86FPS),方法简单有效,所以后面有很多Tracking的研究是基于SiameseFC方法的。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值