文章目录

  • 摘要
  • 背景
  • 贡献
  • 本文方法

摘要

本文针对传统的基于深度卷积特征的目标跟踪算法为了更好适应目标形变,需要进行复杂的优化/更新工作的问题进行改进,旨在保持较高跟踪效果的同时实现跟踪实时性。具体地,本文引入meta-learner网络学习target-specific 特征,与传统的Siamese网络提取的general特征进行融合,得到自适应的目标特征,再进行后续的相似性计算。

背景

传统的基于深度卷积特征的判别性跟踪算法需要对分类器或跟踪滤波器进行复杂的优化/更新工作,从而更好地适应目标的形变,但大多数采用在线更新策略的跟踪算法无法保证跟踪实时性

贡献

为了缓解求解过程的复杂性,本文基于Siamese匹配网络和meta-learner网络提出一个新的在线跟踪网络。传统的孪生网络学习目标的general feature,meta-learner网络学习target-specific feature,二者融合学习得到自适应的目标特征,同时也保证了跟踪的实时性。

本文方法


本文的网络框架如上图所示,meta-learner网络的设计是基于不同目标的特性可以通过梯度信息进行区分(在上一篇GradNet也有提到),因此,Siamese网络为meta-learner网络提供训练样本关于损失函数的平均负梯度信息,meta-learner网络反之向匹配网络以卷积核和逐通道注意力信息反馈target-specific信息

MLT:Deep Meta Learning for Real-Time Target-Aware Visual Tracking相关推荐

  1. 论文解析:Deep Reinforcement Learning for List-wise Recommendations

    论文解析:Deep Reinforcement Learning for List-wise Recommendations 简介 京东在强化学习推荐系统方面的工作 背景 推荐系统存在的问题: 无法通 ...

  2. 论文记载: Deep Reinforcement Learning for Traffic LightControl in Vehicular Networks

    强化学习论文记载 论文名: Deep Reinforcement Learning for Traffic LightControl in Vehicular Networks ( 车辆网络交通信号灯 ...

  3. 目标跟踪算法五:MDNet: Learning Multi-Domain Convolutional Neural Networks for Visual Tracking

    目标跟踪算法五:MDNet: Learning Multi-Domain Convolutional Neural Networks for Visual Tracking 原文:https://zh ...

  4. 论文笔记之: Deep Metric Learning via Lifted Structured Feature Embedding

    Deep Metric Learning via Lifted Structured Feature Embedding CVPR 2016 摘要:本文提出一种距离度量的方法,充分的发挥 traini ...

  5. 论文笔记:Deep Residual Learning

    之前提到,深度神经网络在训练中容易遇到梯度消失/爆炸的问题,这个问题产生的根源详见之前的读书笔记.在 Batch Normalization 中,我们将输入数据由激活函数的收敛区调整到梯度较大的区域, ...

  6. 论文笔记之:Deep Reinforcement Learning with Double Q-learning

    Deep Reinforcement Learning with Double Q-learning Google DeepMind Abstract 主流的 Q-learning 算法过高的估计在特 ...

  7. 深度学习论文:Deep Residual Learning for Image Recognition

    论文: He, Kaiming, et al. "Deep residual learning for image recognition." Proceedings of the ...

  8. DeepGS:Deep Representation Learning of Graphs and Sequences for DTA | CNN,GAT,BiGRU,Prot2Vec

    DeepGS: Deep Representation Learning of Graphs and Sequences for Drug-Target Binding Affinity Predic ...

  9. 论文阅读:Deep Bilateral Learning for Real-Time Image Enhancement

    Deep Bilateral Learning for Real-Time Image Enhancement ABSTRACT 对于移动端的图像处理,性能功耗是一个非常大的挑战,这篇文章提出了一种新 ...

最新文章

  1. java i数据类型_数据类型 I
  2. [网络安全提高篇] 一〇六.SQL注入之手工注入和SQLMAP入门案例详解
  3. plsql developer导入导出序列方法
  4. 《代码整洁之道》—第1章1.1节要有代码
  5. iOS 开发之解析url中的参数
  6. 关于ws2811单片机控制方式的总结
  7. RS485通信和Modbus通信协议
  8. python怎么模拟鼠标移动点击_如何使用python来模拟鼠标点击?
  9. 微生物生态数据分析——冗余分析
  10. 根据两点经纬度计算方位角
  11. 关于微信公众号文章编辑器不能直接编辑html样式的处理方法
  12. c语言编程图形篮球,c语言程序设计 用高级语言实现篮球联赛个人技术数据处理系统...
  13. Matlab——彩色图像的拼接与裁剪
  14. python数据分析与应用第五章实训 2_第五章实训(二)
  15. 九度OJ——1023Excel排序
  16. jmeter登录压力测试单用户和多用户登录
  17. 无畏先锋服务器未响应,LOL无畏先锋维护到几点 LOL数个大区为什么维护
  18. 频率选择性衰落和频率非选择性衰落
  19. 专访钟家鸣:开源锁仓,IOST要做什么?
  20. android mediaplayer 权限,Android — 使用MediaPlayer进行音频播放

热门文章

  1. 道路重建(C++,Dijkstra)
  2. python在线投票系统源码-Python开发基础-项目实训-在线投票系统.pptx
  3. 12期 8月期刊自荐
  4. CAD加载大影像、本地地图、地图服务、文件夹批量创建、图片压缩、导出KML、导入KML、坐标纠偏
  5. 《WebRTC系列》实战 Web 端支持 h265 硬解
  6. ios 15后自定义navigationcontroller背景和title颜色
  7. Centos5.7--64位下使用RPMForge软件仓库
  8. HTML <time> 标签
  9. C#——Linq详解
  10. [GIS原理] 10 空间统计分析