CVPR 2017 CA:《Context-Aware Correlation Filter Tracking》论文笔记
理解出错之处望不吝指正。 本文中提到，待跟踪物体周围的环境对跟踪性能有很大的影响。如果当前周围特别杂乱，想要完成高质量的跟踪，context信息就显得十分重要了。作者提出了CA模型（其实可以当做一个模块，因为可以将其加入任何CF based tracker），可以在CF tracker中显示的结合global context。 本文CF和传统CF的对比图如下： 回顾传统CF
相关文章
- 1. CVPR 2017 CFNet:《End-to-end representation learning for Correlation Filter based tracking》论文笔记
- 2. CVPR 2018 STRCF:《Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking》论文笔记
- 3. CVPR 2018 MCCT:《Multi-Cue Correlation Filters for Roubust Visual Tracking》论文笔记
- 4. 论文笔记：Attentional Correlation Filter Network for Adaptive Visual Tracking
- 5. 转载——correlation filter tracking，
- 6. CVPR 2017 SANet:《SANet: Structure-Aware Network for Visual Tracking》论文笔记
- 7. CVPR 2017 ECO:《ECO: Efficient Convolution Operators for Tracking》论文笔记
- 8. 论文阅读笔记 End-to-end Flow Correlation Tracking with Spatial-temporal Attention [2018 CVPR] (FlowTrack)
- 9. CVPR 2018 FlowTrack:《End-to-end Flow Correlation Tracking with Spatial-temporal Attention》论文笔记
- 10. 论文笔记：Prediction-Tracking-Segmentation
- 更多相关文章...
- • PHP Filter 函数 - PHP参考手册
- • CAP理论是什么？ - NoSQL教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Scala 中文乱码解决
相关标签/搜索
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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. CVPR 2017 CFNet:《End-to-end representation learning for Correlation Filter based tracking》论文笔记
- 2. CVPR 2018 STRCF:《Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking》论文笔记
- 3. CVPR 2018 MCCT:《Multi-Cue Correlation Filters for Roubust Visual Tracking》论文笔记
- 4. 论文笔记：Attentional Correlation Filter Network for Adaptive Visual Tracking
- 5. 转载——correlation filter tracking，
- 6. CVPR 2017 SANet:《SANet: Structure-Aware Network for Visual Tracking》论文笔记
- 7. CVPR 2017 ECO:《ECO: Efficient Convolution Operators for Tracking》论文笔记
- 8. 论文阅读笔记 End-to-end Flow Correlation Tracking with Spatial-temporal Attention [2018 CVPR] (FlowTrack)
- 9. CVPR 2018 FlowTrack:《End-to-end Flow Correlation Tracking with Spatial-temporal Attention》论文笔记
- 10. 论文笔记：Prediction-Tracking-Segmentation