xiaoxiang_AQ 的博客

同样是ICCV 2015的文章，并且与上一篇介绍的FCNT方法不谋而合，都提到了VGG网络不同卷积层提取到的特征类型的不同。理论基础：低层网络包含更高空间分辨率的低维视觉信息，可以用于精确的定位，类似于Gabor滤波器；而高层网络获取到更多语义类别信息，相对空间信息少。本文利用高层的语义信息来处理目标外形的变化问题，同时用低层信息进行精准定位。算法结构：（1）首

看了这波作者的第二篇文章，不知不觉还是想看看他们的第一篇，ICCV2015的文章。

对于deep CNN网络的应用，在训练数据的数目有限时，往往在大数据集上预训练再在目标任务中微调的方法进行解决。但是在在线视觉跟踪问题（online visual tracking）中，有ground truth 标签的训练数据仅仅在第一帧中，通过在后续序列视频中更新tracker得到跟踪结果，因此，数据太少，用一个预训练模型进行微调的方法太容易产生过拟合。本文因而提出sequential tra

本文主要解决未知目标在视频流中的跟踪问题，跟踪结果通过目标在单帧中的定位表示。重点提出了TLD的框架和P-N学习的方法（P-N learning方法：P-expert估计漏掉的检测结果；N-expert消除错检结果）。

在TLD（Tracking-by -Detection）算法中，多目标跟踪问题里用之前的跟踪目标学习到的特征，直接对新的视频进行跟踪，一直是一个巨大的难点。本文作者将在线的多目标跟踪问题规划成一个Markov Decision Processes（MDP）中的决策，将每一个目标建立一个MDP模型，来进行解决。在MDP中，学习一个policy主要涉及学习相似数据的关联性，policy learn

最近在研究多目标跟踪算法，虽然理论知识和相关概念还没能全部熟悉，但是还是来记录一下最近配置运行的MDP Tracking算法。开始是在MOT Challenge比赛（2D比赛，其数据地址：https://motchallenge.net/data/2D_MOT_2015/）上发现的这个算法，后来在GitHub上看到了开源的代码，说明也比较仔细。在windows上运行测试。MDP Trackin