ICCVMar, 2021
学习目标候选关联以跟进不需要跟进的内容
Learning Target Candidate Association to Keep Track of What Not to Track
Christoph Mayer, Martin Danelljan, Danda Pani Paudel, Luc Van Gool
TL;DR本文提出了一种使用关联网络来追踪眼花缭乱的物体的方法,通过结合部分注释和自我监督的训练策略,该方法在多个数据集上表现出新的最先进水平,并且在 LaSOT 上取得了 67.1% 的 AUC 分数,在 OxUvA 长期数据集上增加了 +5.8% 的绝对增益。