Learning regression and verification networks for long-term visual tracking 论文笔记
本文中，作者提出了一个新的基于深度回归和验证网络的长期跟踪框架。
利用目标感知特征融合和区域建议网络设计离线训练回归模型，生成一系列候选对象，并有效估计其相似度得分。与短期跟踪相比，长期跟踪任务要求确定被跟踪对象存在或不存在，如果存在则估计精确的包围盒，如果不存在则进行图像范围的重新检测。到目前为止，虽然这项任务更接近于设计实用的跟踪系统，但很少有人尝试。在这项工作中，我们提出了一个新的基于深度回归和验证网络的长期跟踪框架。利用目标感知特征融合和区域建议网络设计离线训练回归模型，生成一系列候选对象，并有效估
原创
2020-06-27 11:34:52 ·
501 阅读 ·
0 评论
关注
分享
扫一扫