May, 2024

基于时间能量选择缩放和轨迹关联的小目标检测和跟踪新方法

PDF
TL;DR通过利用时间特征，本文提出了一种基于时间能量选择缩放的检测方法，以及一种基于 3D Hough 变换的轨迹提取方法和轨迹基准的多目标跟踪方法，通过多个场景实验证明了这些方法的优越性。
发现论文，激发创造
  • 深度多尺度时空判别性显著图的非刚性物体跟踪

    提出了一种基于时空一致的显著性检测的新型有效的非刚性物体跟踪框架，其中利用了定制的完全卷积神经网络 (TFCN) 来建模该图像区域的本地显著性先验，同时提出了多尺度多区域机制来生成本地显著性地图，最后，利用预测的显著性地图，提出了一个非刚性物体跟踪算法，该算法在显著性检测和视觉跟踪方面都取得了竞争性的性能。

    Feb, 2018

  • 在线目标跟踪及提议选择

    本文提出了一种通过采用基于几何变换估算的新建议并运用多种线索的选择策略，来跟踪在对象可能经历严重旋转等多种变换下的的目标进行追踪，并在多个数据集中获得最佳性能。

    Sep, 2015

  • LiDAR 点云中的小物体追踪：学习目标感知原型和细粒度搜索区域

    提出了一种基于 Siamese 网络的 LiDAR 点云中小目标跟踪方法，该方法通过目标感知原型挖掘模块和区域网格划分模块组成。通过学习特征空间中的原型，强调前景点的存在，以便在后续对小目标进行定位。同时，通过恢复搜索区域的细粒度特征，提高了跟踪性能，对小目标具有良好的鲁棒性。在 KITTI 和 nuScenes 数据集上的广泛实验证明了该方法的有效性。

    Jan, 2024

  • 频率感知记忆增强下的动态红外小目标检测中的三域特征学习

    以三个领域（时空域、频域和频率感知域）的目标特征学习为基础，提出了一种新的频率感知记忆增强方法（Tridos）来有效检测红外小目标，并通过实验证明其优于现有方法。

    Jun, 2024

  • 基于身体拓扑定位和时间特征聚合的小尺度行人检测

    本文提出一种基于身形拓扑线定位和时间特征聚合的新型方法，针对行人检测中小尺度目标识别难题，提出了一种综合性的解决方案，包括 MRF 后处理方案，能有效减少漏检率，并在 Caltech 和 CityPersons 数据集上都取得了有竞争力的性能。同时也探测出了 KITTI 数据集中的注释偏差存在。

    Jul, 2018

  • 一种自适应的时空局部特征差异方法用于红外小移动目标检测

    通过使用空时局部特征差异（STLFD）与自适应背景抑制（ABS）的方法，我们提出了一种有效准确地检测红外（IR）图像序列中小目标的新方法。该方法利用了空间和时间域中的滤波器，并在输出上进行像素级背景抑制，以增强目标和背景之间的对比度。我们的实验结果表明，该方法在红外小目标检测方面优于现有的最先进方法。

    Sep, 2023

  • 自适应时间表面上的异步检测跟踪用于事件驱动目标跟踪

    本文提出了异步事件跟踪（ETD）方法，基于异步视网膜事件以及自适应时间表面与线性时间衰减（ATSLTD）算法。该方法实现了在具有较高时间分辨率的情况下，对包围框对象的准确和高效跟踪。实验结果表明，相对于传统摄像头或事件相机的七种常用对象跟踪方法以及 ETD 的两种变体，该方法具有更好的处理能力。

    Feb, 2020

  • 判别式尺度空间跟踪

    本文提出了一种利用相关滤波器进行目标尺度估计的跟踪方法，该方法可以有效地提高计算效率并在 OTB 和 VOT2014 数据集上优于 19 个和 37 个最先进的跟踪器。

    Sep, 2016

  • PTSEFormer: 渐进式时空增强 Transformer 用于视频目标检测

    本论文提出了一种基于 PTSEFormer 的对象检测方法，该方法引入了上下文框架、时间信息、空间信息来提高模型性能，其通过注意力机制与视觉特征的集成实现时间信息的引入，同时通过 Spatial Transition Awareness Model 实现了上下文特征之间的空间信息的集成，最终在 ImageNet VID 数据集上取得了 88.1% mAP 的表现。

    Sep, 2022

  • 学习关注焦点以实现高效视频目标检测

    提出了一种基于可学习的空间 - 时间采样 (LSTS) 模块、分散递归特征更新 (SRFU) 和密集特征聚合 (DFA) 模块，实现了视频目标检测中的准确空间对应关系，增强特征更新，提升检测性能，并在 ImageNet VID 数据集上取得了最先进的表现和实时速度。

    Nov, 2019