JavaShuo
栏目
标签
MLT:Deep Meta Learning for Real-Time Target-Aware Visual Tracking
时间 2021-01-12
标签
目标跟踪论文阅读
栏目
HTML5
繁體版
原文
原文链接
文章目录 摘要 背景 贡献 本文方法 摘要 本文针对传统的基于深度卷积特征的目标跟踪算法为了更好适应目标形变,需要进行复杂的优化工作的问题进行改进,旨在保持较高跟踪效果的同时实现跟踪实时性。具体地,本文引入meta-learner网络学习target-specific 特征,与传统的Siamese网络提取的general特征进行融合,得到自适应的目标特征,再进行后续的相似性计算。 背景 传统的基于
>>阅读原文<<
相关文章
1.
MLT:Deep Meta Learning for Real-Time Target-Aware Visual Tracking
2.
CREST: Convolutional Residual Learning for Visual Tracking
3.
Learning Spatially Regularized Correlation Filters for Visual Tracking (SRDCF)
4.
Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
5.
Deep Reinforcement Learning with Iterative Shift for Visual Tracking
6.
MDNet: Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
7.
Particle filter for visual tracking
8.
simple online and realtime tracking
9.
Tracking by Instance Detection: A Meta-Learning Approach
10.
Multihypothesis Trajectory Analysis for Robust Visual Tracking
更多相关文章...
•
Swift for 循环
-
Swift 教程
•
Scala for循环
-
Scala教程
•
Java Agent入门实战(三)-JVM Attach原理与使用
•
Java Agent入门实战(一)-Instrumentation介绍与使用
相关标签/搜索
Meta-learning
realtime
meta
tracking
learning
visual
Eye-Tracking
realtime+kafka
Deep Learning
Learning Perl
HTML5
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
shell编译问题
2.
mipsel 编译问题
3.
添加xml
4.
直方图均衡化
5.
FL Studio钢琴卷轴之画笔工具
6.
中小企业为什么要用CRM系统
7.
Github | MelGAN 超快音频合成源码开源
8.
VUE生产环境打包build
9.
RVAS(rare variant association study)知识
10.
不看后悔系列!DTS 控制台入门一本通(附网盘链接)
本站公众号
欢迎关注本站公众号,获取更多信息
相关文章
1.
MLT:Deep Meta Learning for Real-Time Target-Aware Visual Tracking
2.
CREST: Convolutional Residual Learning for Visual Tracking
3.
Learning Spatially Regularized Correlation Filters for Visual Tracking (SRDCF)
4.
Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
5.
Deep Reinforcement Learning with Iterative Shift for Visual Tracking
6.
MDNet: Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
7.
Particle filter for visual tracking
8.
simple online and realtime tracking
9.
Tracking by Instance Detection: A Meta-Learning Approach
10.
Multihypothesis Trajectory Analysis for Robust Visual Tracking
>>更多相关文章<<