近几年目标跟踪算法发展综述(下)

原创 2017年04月19日 19:54:06

2016年

VOT2016【Index】今年算法比赛结果没什么特别大的意外,CNN和结合深度特征的算法都排名靠前,没毛病。今年你知道主办方干了一件大好事,就是把所能搜集到的算法代码都给公布了,良心啊~~~【下载地址】
需要的自己去拿吧。
下面是今年的比赛结果:
这里写图片描述这里写图片描述
这里写图片描述
这里写图片描述
接下来就挨个介绍吧,先从第一开始。
不得不佩服Martin大神啊,今年都窜到第一了,

C-COT

Beyond Correlation Filters: Learning Continuous Convolution Operators for Visual Tracking【Paper】【Project】
【详细介绍】这个链接是我写的一篇对本篇文章的详细介绍,直接点进去看就好,这里就不占篇幅讲解了。

TCNN:

Hyeonseob Nam, Mooyeol Baek, Bohyung Han. “Modeling and Propagating CNNs in a Tree Structure for Visual Tracking.”【Paper】【Project】
这里写图片描述
分支权重计算公式
这里写图片描述

这里写图片描述
目标位置预测:
这里写图片描述

Staple:

Luca Bertinetto, Jack Valmadre, Stuart Golodetz, Ondrej Miksik, Philip H.S. Torr. “Staple: Complementary Learners for Real-Time Tracking.”【Paper】【Project】
这里写图片描述
一张图解决战斗吧,Staple就是把HOG—KCF和颜色统计特征结合,找出目标的位置。前面说过,相关滤波模板类特征(HOG)对快速变形和快速运动效果不好,但对运动模糊光照变化等情况比较好;而颜色统计特征(颜色直方图)对变形不敏感,而且不属于相关滤波框架没有边界效应,快速运动当然也是没问题的,但对光照变化和背景相似颜色不好。这两类方法可以互补,也就是说DSST和DAT可以互补结合。就是Staple算法的最终结果了。

SiameseFC:

Luca Bertinetto, Jack Valmadre, João F. Henriques, Andrea Vedaldi, Philip H.S. Torr. “Fully-Convolutional Siamese Networks for Object Tracking[Paper[Project
之后我会写一篇详细介绍Siamese网络的文章,这里就不多对Siamese介绍了。思想就是类似模版匹配。

GOTURN:

David Held, Sebastian Thrun, Silvio Savarese. “Learning to Track at 100 FPS with Deep Regression Networks.
Siamese的另一个版本,之后会一起介绍。

CF+AT:

Adel Bibi, Matthias Mueller, and Bernard Ghanem. “Target Response Adaptation for Correlation Filter Tracking.” 【Paper】
小插曲:这篇文章必须要介绍,不得不说国外的学者还是不错的,Adel Bibi这个小哥没少给我帮助,在他上一篇文章中有一些问题没理解,这小哥直接把Skype账号给我了,电联你懂吗,可是只怪我语言差啊,没能好好交流。还是很感谢小哥的。
接下来好好说这个文章:
小哥研究认为,循环移位并不是真是的样本,只是近似真实样本的样本,在跟踪过程当中遇到快速运动和遮挡等问题的时候,这些样本变得不可信。传统的算法不能够解决算法漂移的问题。为了解决这个问题,提出一个能够自适应的改变目标回复的生成框架。当循环移位样本不可靠的时候,不去相信他,选择相信的位置,更好的对目标进行跟踪。
这里写图片描述

目标优化函数:
这里写图片描述
本文中,算法能够自适应的改变y值在每一帧当中。不仅仅是依赖于训练模版,也决定于上一个运动信息。
这里写图片描述

HDT:

Yuankai Qi, Shengping Zhang, Lei Qin, Hongxun Yao, Qingming Huang, Jongwoo Lim, Ming-Hsuan Yang. “Hedged Deep Tracking[Paper[Project
这篇文章个人认为就是完全的模仿HCF来做的,虽然作者写的很花,也有幸和马超大哥当面交流过一次,问过这个小问题,马超大哥笑笑说“是给了点帮助”,你懂的。反正就是参照HCF的思想去理解这篇文章就完全没有毛病。

CNT: Kaihua Zhang, Qingshan Liu, Yi Wu, Minghsuan Yang. “Robust Visual Tracking via Convolutional Networks Without Training.”【Paper】【Project】张开华老师的文章是我一直不敢去读的文章,我害怕,至于害怕什么,大家自己体会吧,我不便多说,文章我没读过,也不妄加言论,大家自己读,自己总结吧。

2016总结:今年没什么意外,跟踪领域已经被深度学习拿下,相关滤波改进算法也算还可以HCF、KCF_SMXPC等排名中等效果也不错,存在的问题还是那些,深度学习精度提高了,但是是损失了速度之后才对算法精度提高的,这个对实时的应用来说一直存在的障碍,怎么样能够打破这种限制,其实Siamese给出了一个解决的办法,但是Siamese有他自身不足存在,对于变化过快的物体无法跟踪到。
跟踪界一直存在的两个难题也没有解决①跟踪的可靠性靠什么指标来评价;②对于完全遮挡目标的解决。虽然两个问题都有一定的方法来解决,但是不太可靠,希望后来人对这方面做出更多的贡献。

版权声明:欢迎大家转载分享,转载请注明出处,有需要请留言联系我~~~

近几年目标跟踪算法发展综述(中)

2014 今年可谓是算法发展的一年,今年的主要的亮点就是相关滤波CF类算法。 在介绍各个算法之前不得不介绍一下今年的一个新的标准VOT【VOT】的问世,VOT选取了25个序列集,使用的标准和B...
  • crazyice521
  • crazyice521
  • 2017年04月19日 18:56
  • 5307

近几年目标跟踪算法发展综述(上)

本文旨在对本人对近几年跟踪算法的了解以及看过的论文的一个总结,可能有些遗漏之处,还望读者大大们不要鄙视我,有什么缺漏请提出。 2009年先说2009年,这算是我了解的算法当中年龄最大的一些了,在09...
  • crazyice521
  • crazyice521
  • 2017年04月19日 11:29
  • 2621

目标跟踪综述

图像跟踪是一个不断发展的研究方向,新的方法不断产生,再加上其它学科的方法的引入,因此对于图像跟踪算法的分类没有确定的标准。对于所有的跟踪算法,需要解决两个关键问题:目标建模和目标定位[35]。以下根据...
  • pp5576155
  • pp5576155
  • 2011年11月12日 13:58
  • 17155

运动目标跟踪算法综述

运动目标跟踪算法综述   运动目标跟踪是视频监控系统中不可缺少的环节。在特定的场景中,有一些经典的算法可以实现比较好的目标跟踪效果。本文介绍了一般的目标跟踪算法,对几个常用的算法进行对比,并详细...
  • yangleo1987
  • yangleo1987
  • 2016年11月14日 17:13
  • 3018

2017目标跟踪算法综述

2017目标跟踪算法综述 本文所提的跟踪主要指的是单目标跟踪,多目标跟踪暂时不作为考虑范围。 本文主要从常用的评价标准,如EAO,EFO,fps等,分析2016-2017年最新出的目标跟踪文...
  • yexiaogu1104
  • yexiaogu1104
  • 2017年07月31日 16:46
  • 860

C-COT 【目标跟踪】论文解读

Beyond Correlation Filters:Learning Continuous Convolution Operators for Visual Tracking
  • qinhuai1994
  • qinhuai1994
  • 2017年06月29日 17:19
  • 2514

目标跟踪系列三:ECO: Efficient Convolution Operators for Tracking(2016年11月)

Visual Tracking领域大牛(至少我认为是这个领域的大牛)Martin Danelljan又出新作。继C-COT之后又一刷新纪录的作品。不管是从结果还是速度上都有提升,尤其是速度提升明显。用...
  • zixiximm
  • zixiximm
  • 2017年01月12日 15:25
  • 5689

基于全连接孪生网络的目标跟踪(siamese-fc)

Fully-Convolutional Siamese Networks for Object Tracking这两年可以说deeplearning已经占领了visual object trackin...
  • autocyz
  • autocyz
  • 2016年11月18日 15:17
  • 7134

SiameseFC & CFNet

SiameseFC:Fully-Convolutional Siamese Networks for Object Tracking CFNet:End-to-end representation ...
  • qinhuai1994
  • qinhuai1994
  • 2017年12月02日 15:57
  • 195

基于全连接孪生网络的目标跟踪(siamese-fc)

Fully-Convolutional Siamese Networks for Object Tracking 这两年可以说deeplearning已经占领了visual object track...
  • BBZZ2
  • BBZZ2
  • 2017年05月12日 11:28
  • 799
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:近几年目标跟踪算法发展综述(下)
举报原因:
原因补充:

(最多只允许输入30个字)