long-term tracking | BriefGPT

关键词long-term tracking

搜索结果 - 17

PuTR: 用于解耦和在线多目标跟踪的纯 Transformer
最近的多目标追踪 (Multi-Object Tracking, MOT) 的前沿研究通过解耦跟踪 - 检测在线范式在短期关联方面取得了显著的成功，但是长期追踪仍然是一个具有挑战性的任务。本论文提出了一种基于 Transformer 的方法
PDFa month ago
长期框架 - 事件视觉跟踪：基准数据集和基线
提出了一个新的长期和大规模帧事件单目标跟踪数据集（FELT），该数据集包含 742 个视频和 1,594,474 个 RGB 帧和事件流对，已成为迄今为止最大的帧事件跟踪数据集。通过引入现代 Hopfield 层到多头自注意力块中的联想记忆
PDF4 months ago
学习长期跟踪器分数的空间分布
该论文总结了长期跟踪中的关键问题，提出了基于融合追踪器策略的学习方法，并通过实验证明了模型与数据的独立性，并在竞争中取得了领先地位。
PDFa year ago
MFT：每个像素的长期追踪
本文提出了一种新方法， Multi-Flow dense Tracker (MFT) ，用于稠密、像素级、长期跟踪，通过对连续帧之间和对数间隔的帧之间的光学流进行估计，基于预先训练的 CNN 提供几何精度和遮挡概率，有效地选择了最可靠的一系
PDFa year ago
CVPR基于本地跟踪器集合的全局跟踪
本研究结合了全局追踪和利用时间上下文的优点，通过局部追踪器的集成来全局追踪目标。实验表明我们的方法在六个数据集上表现优异。
PDF2 years ago
无需外观信息的跟踪：使用局部和全局运动模式学习车辆边界框及轨迹嵌入
本研究提出了一种基于运动模式的长期车辆跟踪方法，使用图卷积神经网络解决跟踪路径嵌入问题，无需外部外观信息，结果在 KITTI-car 跟踪数据集和 UA-Detrac 数据集上获得与最先进跟踪器相当的性能。
PDF3 years ago
ECCV通过改进辨别模型预测实现鲁棒的长期目标跟踪
本研究提出了一种改进的判别式模型预测方法，用于长期跟踪，基于预训练的短期跟踪器结合不同的技巧，通过多种手段，包括随机擦除，带空间 - 时间约束的随机搜索和背景增强等，实现了对跟踪的改进。在 VOT-LT2020 基准数据集上进行了实验，与最
PDF4 years ago
AAAIGlobalTrack：一种简单而强大的长期跟踪基线
本文介绍了 GlobalTrack，它是一种纯全局实例搜索追踪器，可以执行全图像和多尺度搜索并具有高鲁棒性。通过使用使用两阶段目标检测器和交叉查询损失，GlobalTrack 避免了在线学习，不需要对位置或尺度进行惩罚，无需尺度平滑和轨迹细
PDF5 years ago
CVPRSiam R-CNN：通过重新检测进行视觉跟踪
提出了一种名为 Siam R-CNN 的新的物体追踪方法，使用两阶段物体检测的方法，结合基于轨迹的动态规划算法，实现追踪决策的优化和长时间遮挡状态下物体的再检测，并通过硬样本挖掘提高其鲁棒性。该方法在十个追踪基准数据集中表现最佳，尤其适用于
PDF5 years ago
Skimming-Perusal” Tracking: 实时鲁棒长期追踪的框架
本文提出了一种新的稳健、实时的长期跟踪框架，该框架基于提出的跳过浏览模块和快速浏览模块，其中快速浏览模块包括一个有效的边界框回归器和一个稳健的目标验证器，通过其置信度来推断最佳候选者。该跟踪器根据得分确定是否跟踪的对象在场或不在场，然后选择
PDF5 years ago
长期跟踪中的模型衰减
本文从数学角度探究了追踪模型偏差的问题，并通过观察和洞察提出了减少长期追踪中模型衰减的简单方法。该跟踪器在四个长期和一个短期跟踪基准上进行了评估，展示了更高的精确度和鲁棒性，甚至可以在长达 30 分钟的视频中运行。
PDF5 years ago
CDTB：一种基于颜色和深度的视觉物体跟踪数据集和基准
本文提出了一种长期视觉对象跟踪性能评估方法和基准，并设计了性能度量标准，以最大程度地增强对分析的探究力度。此外，还提出了新的数据集并分析了跟踪架构对长期性能的影响，以及重新检测策略和视觉模型更新策略对长期跟踪漂移的影响。
PDF5 years ago
学习回归和验证网络以进行长期视觉跟踪
我们提出了一个基于深度回归和验证网络的新型长期跟踪框架，其中使用对象感知特征融合和区域提案网络设计了离线训练的回归模型，该模型可以有效生成候选框并估计它们的相似度分数，在线实时更新以适应外表上的变化。通过结合相似度和分类分数，我们的跟踪器可
PDF6 years ago
ECCV针对视觉对象跟踪的去分心连体网络
本文关注于学习一种能够识别语义背景干扰的 Siamese 追踪网络，提出了一种有效的训练策略和增量学习模块，同时引入局部到全局搜索策略，实现了在多个数据集上的显著表现。
PDF6 years ago
长期视觉跟踪性能评估
我们提出了一种新的长期跟踪性能评估方法，并提出了一个具有许多目标消失的精心选择序列的新挑战性数据集，通过使用适用于评估长期跟踪的新性能指标 - 跟踪精度，召回率和 F 得分来广泛评估了六个长期和九个短期的最先进的跟踪器，评估结果表明，良好的
PDF6 years ago
长期视觉目标跟踪基准
提出了一种名为 Track Long and Prosper（TLP）的新型长视频数据集和单个目标跟踪基准，包含 50 个高清视频，超过 400 分钟（676K 帧），是现有通用数据集平均持续时间的 20 倍以上，通过对 17 种现有跟踪器
PDF7 years ago
半小时追踪
本文提出了一种在长期跟踪中综合应用全局和局部搜索策略的跟踪器，并采用自我质量评估指导谨慎更新，达到了较好的跟踪效果。
PDF7 years ago