2018年CVPR中部分目标跟踪论文visual tracking

本文总结了多种在线视觉跟踪技术,包括残差注意力孪生网络、通过对抗学习的视觉跟踪等,探讨了高速视觉跟踪中特征压缩的方法,并介绍了实时目标跟踪的双胞胎网络结构。此外还覆盖了流相关跟踪、空间感知回归以及联合判别和可靠性学习在视觉跟踪中的应用。

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

1.Learning Attentions: Residual Attentional Siamese Networkfor High Performance Online Visual Tracking

2.VITAL: VIsual Tracking via Adversarial Learning

3.Context-aware Deep Feature Compression for High-speed Visual Tracking

4.A Twofold Siamese Network for Real-Time Object Tracking

5.Efficient Diverse Ensemble for Discriminative Co-Tracking

6.End-to-end Flow Correlation Tracking with Spatial-temporal Attention

7.Learning Spatial-Aware Regressions for Visual Tracking

8.Correlation Tracking via Joint Discrimination and Reliability Learning

论文下载地址:链接: https://pan.baidu.com/s/16UwggdYD57sopBxeEgNCBA 密码: rkiv

评论 1
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