论文笔记 Hierarchical Convolutional Features for Visual Tracking
2016-09-05 22:41
477 查看
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。
想法结构:
(2)之后的第t帧,以t-1帧的预测结果为中心,获得该位置在Conv3_4,Conv4_4,Conv5_4的特征,将特征做插值并通过3个相关滤波器预测出二维的置信分数
(3)从Conv5_4层的滤波器结果开始,算出confidence
score上最大的响应点,作为第t帧时候预测的位置,之后以这个位置约束下一层的搜索范围,逐层向下做更细粒度的位置预测,以最低层的预测结果作为最后输出
(4)利用当前跟踪结果反向对每层的相关滤波器进行更新
实验结果:
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。想法结构:
算法结构:
(1)首先利用第一帧已知的目标位置区域,得到其对应的Conv3_4,Conv4_4,Conv5_4目标位置的特征,训练得到3个相关的滤波器(2)之后的第t帧,以t-1帧的预测结果为中心,获得该位置在Conv3_4,Conv4_4,Conv5_4的特征,将特征做插值并通过3个相关滤波器预测出二维的置信分数
(3)从Conv5_4层的滤波器结果开始,算出confidence
score上最大的响应点,作为第t帧时候预测的位置,之后以这个位置约束下一层的搜索范围,逐层向下做更细粒度的位置预测,以最低层的预测结果作为最后输出
(4)利用当前跟踪结果反向对每层的相关滤波器进行更新
实验结果:
相关文章推荐
- 论文笔记之: Hierarchical Convolutional Features for Visual Tracking
- Hierarchical Convolutional Features for Visual Tracking(CF2)论文翻译
- 论文阅读笔记-learning multi-domain convolutional neural networks for visual tracking
- Hierarchical Convolutional Features for Visual Tracking
- 论文笔记《Learning Multi-Domain Convolutional Neural Networks for Visual Tracking》
- 论文原创笔记:Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
- 论文笔记之:Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
- Hierarchical convolutional Features for visual tracking
- 目标跟踪算法——HCF:Hierarchical Convolutional Features for Visual Tracking
- 论文笔记之:Spatially Supervised Recurrent Convolutional Neural Networks for Visual Object Tracking
- 论文笔记 STCT: Sequentially Training Convolutional Networks for Visual Tracking
- 13.5 论文笔记:目标追踪-CVPR2014-Adaptive Color Attributes for Real-time Visual Tracking
- 【论文笔记】DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition
- [深度学习论文笔记][Video Classification] Long-term Recurrent Convolutional Networks for Visual Recognition a
- [深度学习论文笔记][Semantic Segmentation] Learning Hierarchical Features for Scene Labeling
- 论文笔记之:Fully-Convolutional Siamese Networks for Object Tracking
- RCNN学习笔记(1):《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》论文笔记
- 深度学习论文笔记:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition--SPP-net论文笔记
- 论文笔记 《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》