基于图像特征的视觉跟踪系统(Feature-based visual tracking systems)--一篇Visual Tracking Benchmark (2013)综述

本文主要是介绍基于图像特征的视觉跟踪系统(Feature-based visual tracking systems)--一篇Visual Tracking Benchmark (2013)综述,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

reference:http://blog.csdn.net/anshan1984/article/details/8866455

最近读到一篇关于视觉跟踪的综述性文章,“Evaluation of Interest Point Detectors and Feature Descriptors for Visual Tracking”,发表在2011年3月International Journal of Computer Vision上。作者非常详尽的评估了2010年之前的图像检测子及图像描述子(检测子包括Harris Corner、Shi-Tomasi' feature、DoG、Fast Hessian、FAST、CenSurE;描述子包括Image Patch、SIFT、SURF、keypoint classification with Randomized Trees、keypoint classification with Randomized Ferns),以及它们用于视觉跟踪时的各项性能,并且提供精心设计的数据集http://ilab.cs.ucsb.edu/tracking_dataset_ijcv/。


视觉跟踪是许多应用的核心部分,包括视觉里程计(visual odomety)、基于视觉的同步定位与地图创建(visual Simultaneous Localization and Mapping)以及增强视觉(Augmented Reality)。这些应用的需求不同,但是都需要鲁棒、精确、快速实时的底层视觉跟踪方法。光流法(optical flow)与基于特征的跟踪方法(feature-basedvisual tracking)是视觉跟踪的两种主要方法,而后者更为常用。


文中归纳了截止2010年已有的基于特征的视觉跟踪系统,已经算非常详尽。

论文下载地址:cs.iupui.edu/~tuceryan/pdf-repository/Gauglitz2011.pdf



Visual Tracking 领域最新paper与code
(2016-csdn blog:http://blog.csdn.net/cyh_24/article/details/51592156)

最近在研究 tracking,所以总结了一些较新的 tracking 相关的论文和源码。

希望能够为刚进入这个领域的同学节省一些时间。

如您有其他优秀的paper或者code,欢迎在回复中留言~谢谢!


Learning Multi-Domain Convolutional Neural Networks for Visual Tracking (VOT2015 冠军) 
author: Hyeonseob Nam, Bohyung Han 
homepage: http://cvlab.postech.ac.kr/research/mdnet/ 
code: https://github.com/HyeonseobNam/MDNet 
阅读笔记: http://blog.csdn.net/cyh_24/article/details/51590174

Learning to Track: Online Multi-Object Tracking by Decision Making (ICCV 2015) 
author: Yu Xiang, Alexandre Alahi, Silvio Savarese 
slides: https://yuxng.github.io/Xiang_ICCV15_12162015.pdf 
code: https://github.com/yuxng/MDP_Tracking

Hierarchical Convolutional Features for Visual Tracking (ICCV 2015) 
author: Chao Ma, Jia-Bin Huang, Xiaokang Yang, Ming-Husan Yang 
project page: https://sites.google.com/site/jbhuang0604/publications/cf2 
code: https://github.com/jbhuang0604/CF2

Robust Visual Tracking via Convolutional Networks without Training (2015) 
author: Kaihua Zhang, Qingshan Liu, Yi Wu, and Ming-Hsuan Yang 
code: http://kaihuazhang.net/CNT_matlab.rar

Transferring Rich Feature Hierarchies for Robust Visual Tracking (2015) 
author: Naiyan Wang, Siyi Li, Abhinav Gupta, Dit-Yan Yeung 
slides: http://valse.mmcheng.net/ftp/20150325/RVT.pptx

Understanding and Diagnosing Visual Tracking Systems (ICCV 2015) 
author: Naiyan Wang, Jianping Shi, Dit-Yan Yeung, Jiaya Jia 
project page: http://winsty.net/tracker_diagnose.html 
code: http://120.52.72.43/winsty.net/c3pr90ntcsf0/diagnose/diagnose_code.zip

RATM: Recurrent Attentive Tracking Model (2015) 
author: Samira Ebrahimi Kahou, Vincent Michalski, Roland Memisevic 
code: https://github.com/saebrahimi/RATM

Visual Tracking with Fully Convolutional Networks (ICCV 2015) 
author: Lijun Wang, Wanli Ouyang, Xiaogang Wang, Huchuan Lu 
code: https://github.com/scott89/FCNT

Deep Tracking: Seeing Beyond Seeing Using Recurrent Neural Networks (AAAI 2016) 
author: Peter Ondr úška and Ingmar Posner 
code: https://github.com/pondruska/DeepTracking

Learning to Track at 100 FPS with Deep Regression Networks (2016) 
author: David Held, Sebastian Thrun, Silvio Savarese

Online Multi-target Tracking using Recurrent Neural Networks (2016) 
author: Anton Milan, Seyed Hamid Rezatofighi, Anthony Dick, Konrad Schindler, Ian Reid 
code: https://bitbucket.org/amilan/rnntracking

Multi-Target Tracking by Discrete-Continuous Energy Minimization (2016) 
author: A. Milan, K. Schindler, S. Roth 
author homepage: http://www.milanton.de/ 
project page: http://www.milanton.de/dctracking/index.html

Near-Online Multi-target Tracking with Aggregated Local Flow Descriptor (2015) 
author: Wongun Choi



这篇关于基于图像特征的视觉跟踪系统(Feature-based visual tracking systems)--一篇Visual Tracking Benchmark (2013)综述的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1050200

相关文章

Linux系统之主机网络配置方式

《Linux系统之主机网络配置方式》:本文主要介绍Linux系统之主机网络配置方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、查看主机的网络参数1、查看主机名2、查看IP地址3、查看网关4、查看DNS二、配置网卡1、修改网卡配置文件2、nmcli工具【通用

Linux系统之dns域名解析全过程

《Linux系统之dns域名解析全过程》:本文主要介绍Linux系统之dns域名解析全过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、dns域名解析介绍1、DNS核心概念1.1 区域 zone1.2 记录 record二、DNS服务的配置1、正向解析的配置

一文详解SQL Server如何跟踪自动统计信息更新

《一文详解SQLServer如何跟踪自动统计信息更新》SQLServer数据库中,我们都清楚统计信息对于优化器来说非常重要,所以本文就来和大家简单聊一聊SQLServer如何跟踪自动统计信息更新吧... SQL Server数据库中,我们都清楚统计信息对于优化器来说非常重要。一般情况下,我们会开启"自动更新

Linux系统中配置静态IP地址的详细步骤

《Linux系统中配置静态IP地址的详细步骤》本文详细介绍了在Linux系统中配置静态IP地址的五个步骤,包括打开终端、编辑网络配置文件、配置IP地址、保存并重启网络服务,这对于系统管理员和新手都极具... 目录步骤一:打开终端步骤二:编辑网络配置文件步骤三:配置静态IP地址步骤四:保存并关闭文件步骤五:重

Windows系统下如何查找JDK的安装路径

《Windows系统下如何查找JDK的安装路径》:本文主要介绍Windows系统下如何查找JDK的安装路径,文中介绍了三种方法,分别是通过命令行检查、使用verbose选项查找jre目录、以及查看... 目录一、确认是否安装了JDK二、查找路径三、另外一种方式如果很久之前安装了JDK,或者在别人的电脑上,想

Linux系统之authconfig命令的使用解读

《Linux系统之authconfig命令的使用解读》authconfig是一个用于配置Linux系统身份验证和账户管理设置的命令行工具,主要用于RedHat系列的Linux发行版,它提供了一系列选项... 目录linux authconfig命令的使用基本语法常用选项示例总结Linux authconfi

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》:本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像

Nginx配置系统服务&设置环境变量方式

《Nginx配置系统服务&设置环境变量方式》本文介绍了如何将Nginx配置为系统服务并设置环境变量,以便更方便地对Nginx进行操作,通过配置系统服务,可以使用系统命令来启动、停止或重新加载Nginx... 目录1.Nginx操作问题2.配置系统服android务3.设置环境变量总结1.Nginx操作问题

CSS3 最强二维布局系统之Grid 网格布局

《CSS3最强二维布局系统之Grid网格布局》CS3的Grid网格布局是目前最强的二维布局系统,可以同时对列和行进行处理,将网页划分成一个个网格,可以任意组合不同的网格,做出各种各样的布局,本文介... 深入学习 css3 目前最强大的布局系统 Grid 网格布局Grid 网格布局的基本认识Grid 网

在不同系统间迁移Python程序的方法与教程

《在不同系统间迁移Python程序的方法与教程》本文介绍了几种将Windows上编写的Python程序迁移到Linux服务器上的方法,包括使用虚拟环境和依赖冻结、容器化技术(如Docker)、使用An... 目录使用虚拟环境和依赖冻结1. 创建虚拟环境2. 冻结依赖使用容器化技术(如 docker)1. 创