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!



http://www.chinasem.cn/article/1050200

相关文章

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

OpenCV图像形态学的实现

《OpenCV图像形态学的实现》本文主要介绍了OpenCV图像形态学的实现,包括腐蚀、膨胀、开运算、闭运算、梯度运算、顶帽运算和黑帽运算,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起... 目录一、图像形态学简介二、腐蚀(Erosion)1. 原理2. OpenCV 实现三、膨胀China编程(

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Linux系统中卸载与安装JDK的详细教程

《Linux系统中卸载与安装JDK的详细教程》本文详细介绍了如何在Linux系统中通过Xshell和Xftp工具连接与传输文件,然后进行JDK的安装与卸载,安装步骤包括连接Linux、传输JDK安装包... 目录1、卸载1.1 linux删除自带的JDK1.2 Linux上卸载自己安装的JDK2、安装2.1

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