首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
cues专题
Tracking The Untrackable: Learning to Track Multiple Cues with Long-Term Dependencies
来源:ICCV2017 创新点: 对于多目标跟踪的问题,现有的大多数解决方案并没能以一种一致的方式把长期的线索联合起来。本文提出了一种在线的方法,能够编码多条线索的长期的时间依赖。跟踪方法的一个关键挑战就是精准地跟踪被遮挡的物体或者那些与周围物体具有相似外观的物体。为解决这一挑战,提出一种循环神经网络(RNN)的结构,在多条线索上用一个时间窗口联合推理。该方法允许矫正数据关联的错误,并且可
阅读更多...
【论文翻译】Integration of image quality and motion cues for face anti-spoofing: A neural network approa
【论文翻译】Integration of image quality and motion cues for face anti-spoofing: A neural network approach 【翻译时间】2018.09.04 题目: 将图像质量和动作线索整合到面部反欺骗:一种神经网络方法 3. The proposed approach
阅读更多...