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

JWT + 拦截器实现无状态登录系统

《JWT+拦截器实现无状态登录系统》JWT(JSONWebToken)提供了一种无状态的解决方案:用户登录后,服务器返回一个Token,后续请求携带该Token即可完成身份验证,无需服务器存储会话... 目录✅ 引言 一、JWT 是什么? 二、技术选型 三、项目结构 四、核心代码实现4.1 添加依赖(pom

基于Python实现自动化邮件发送系统的完整指南

《基于Python实现自动化邮件发送系统的完整指南》在现代软件开发和自动化流程中,邮件通知是一个常见且实用的功能,无论是用于发送报告、告警信息还是用户提醒,通过Python实现自动化的邮件发送功能都能... 目录一、前言:二、项目概述三、配置文件 `.env` 解析四、代码结构解析1. 导入模块2. 加载环

linux系统上安装JDK8全过程

《linux系统上安装JDK8全过程》文章介绍安装JDK的必要性及Linux下JDK8的安装步骤,包括卸载旧版本、下载解压、配置环境变量等,强调开发需JDK,运行可选JRE,现JDK已集成JRE... 目录为什么要安装jdk?1.查看linux系统是否有自带的jdk:2.下载jdk压缩包2.解压3.配置环境

Linux查询服务器系统版本号的多种方法

《Linux查询服务器系统版本号的多种方法》在Linux系统管理和维护工作中,了解当前操作系统的版本信息是最基础也是最重要的操作之一,系统版本不仅关系到软件兼容性、安全更新策略,还直接影响到故障排查和... 目录一、引言:系统版本查询的重要性二、基础命令解析:cat /etc/Centos-release详

更改linux系统的默认Python版本方式

《更改linux系统的默认Python版本方式》通过删除原Python软链接并创建指向python3.6的新链接,可切换系统默认Python版本,需注意版本冲突、环境混乱及维护问题,建议使用pyenv... 目录更改系统的默认python版本软链接软链接的特点创建软链接的命令使用场景注意事项总结更改系统的默

在Linux系统上连接GitHub的方法步骤(适用2025年)

《在Linux系统上连接GitHub的方法步骤(适用2025年)》在2025年,使用Linux系统连接GitHub的推荐方式是通过SSH(SecureShell)协议进行身份验证,这种方式不仅安全,还... 目录步骤一:检查并安装 Git步骤二:生成 SSH 密钥步骤三:将 SSH 公钥添加到 github

SQL Server跟踪自动统计信息更新实战指南

《SQLServer跟踪自动统计信息更新实战指南》本文详解SQLServer自动统计信息更新的跟踪方法,推荐使用扩展事件实时捕获更新操作及详细信息,同时结合系统视图快速检查统计信息状态,重点强调修... 目录SQL Server 如何跟踪自动统计信息更新:深入解析与实战指南 核心跟踪方法1️⃣ 利用系统目录

Linux系统中查询JDK安装目录的几种常用方法

《Linux系统中查询JDK安装目录的几种常用方法》:本文主要介绍Linux系统中查询JDK安装目录的几种常用方法,方法分别是通过update-alternatives、Java命令、环境变量及目... 目录方法 1:通过update-alternatives查询(推荐)方法 2:检查所有已安装的 JDK方

Linux系统之lvcreate命令使用解读

《Linux系统之lvcreate命令使用解读》lvcreate是LVM中创建逻辑卷的核心命令,支持线性、条带化、RAID、镜像、快照、瘦池和缓存池等多种类型,实现灵活存储资源管理,需注意空间分配、R... 目录lvcreate命令详解一、命令概述二、语法格式三、核心功能四、选项详解五、使用示例1. 创建逻

基于Python开发一个图像水印批量添加工具

《基于Python开发一个图像水印批量添加工具》在当今数字化内容爆炸式增长的时代,图像版权保护已成为创作者和企业的核心需求,本方案将详细介绍一个基于PythonPIL库的工业级图像水印解决方案,有需要... 目录一、系统架构设计1.1 整体处理流程1.2 类结构设计(扩展版本)二、核心算法深入解析2.1 自