本文介绍了CVPR会议，这是由IEEE主办的计算机视觉与模式识别领域的顶级会议。重点介绍了THP方法，这是一种旨在提高视频目标检测性能的技术，它通过光流场、特征的稀疏递归聚合等手段，在保持检测速度的同时提升检测精度。
CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议。
思路
DFF：有检测的速度
FGFA：有检测的精度
THP结合平衡两者的优势，既要保证速度还要有足够的精度。
知识
关键帧利用光流场（Flow Field ）生成非关键帧的条件：
方法
c1 特征的稀疏递归聚合——关键帧之间
两帧之间做aggregation，后面的帧会考虑前面所有帧的历史信息。
c2 空间适应性局部特征更新——非关键帧
非关键帧通过warp或者做cnn 提取特征，如何选择这两种方法——自动选（哪种好用哪个）
c3 时间适应键帧调度——选关键帧
参考：
论文原文Towards High Performance Video Object Detection
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
