近兩年跟蹤速度較快的演算法小結

2021-07-25 23:30:29 字數 1636 閱讀 6354

近兩年跟蹤速度較快的演算法有cn[1],kcf[2],stc[3],odfs[4]等等,均足以滿足現實場景中實時跟蹤的應用

各演算法的主要思想:

cn***:是csk[5]***的改進演算法。它聯合顏色特徵(color name)和灰度特徵來描述目標,在文獻[1]作者通過大量的實驗證明了color name在視覺跟蹤中的卓越效能,並且對color name

備註:剛性形變:

剛性是指兩個物體相碰撞不會發生變形,因此兩個剛體就不會佔據同乙個空間,微粒、原子就是這樣的物質;柔性則相反,兩個柔性的物質可以只佔據同乙個空間,氣、場、空間就是這樣的物質。 

剛性本原會導致乙個謬論,即如果我們認為物質是無限可分的話,那麼分到最後的事物,即宇宙的本原的密度將是無限大。以原子為例,原子可以分為由電子、質子和中子組成,原子的質量等於電子、質子和中子的質量,但其體積在分解後要比原子的體積小的多(因為,原子內部絕大部分是空的)。

另外,我們還可以從兩個剛性物質的碰撞中發現剛性本原學說的錯誤。由於碰撞力f=m·[(vt-v0)/t],然而物質是剛性的,因此它們碰撞時的接觸時間t只能是0,因此f必然為無限大。

剛性形變就是完全彈性形變。

還有非完全彈性形變和完全非彈性形變。

完全非彈性形變就是泛型形變。

非完全彈性形變介於完全彈性形變和完全非彈性形變之間。

參考文獻 

[1] martin danelljan, fahad shahbaz khan, michae felsberg. adaptive color attributes for real-time visual 

tracking. in cvpr, 2014. 

[2] joão f. henriques, rui caseiro, pedro martins. high-speed tracking with kernelized correlation filters. 

pami, 2014. 

[3] kaihua zhang, lei zhang, qingshan liu. fast visual tracking via dense spatio-temporal context learning. 

in eccv, 2014. 

[4] kaihua zhang, lei zhang, and ming-hsuan yang. real-time object tracking via online discriminative 

feature selection. tip, 2013. 

[5] j. henriques, r. caseiro, p. martins, and j. batista. exploiting the circulant structure of tracking-by-detection 

with kernels. in eccv, 2012. 

[6] b. babenko, m.-h. yang, and s. belongie. robust object tracking with online multiple instance learning. ieee 

trans. pattern anal. mach. intell., vol. 33, no. 8, pp. 1619–1632, 2011.

近兩年跟蹤速度較快的演算法小結 轉)

近兩年跟蹤速度較快的演算法有cn 1 kcf 2 stc 3 odfs 4 等等,均足以滿足現實場景中實時跟蹤的應用 各演算法的主要思想 cn 是csk 5 的改進演算法。它聯合顏色特徵 color name 和灰度特徵來描述目標,在文獻 1 作者通過大量的實驗證明了color name在視覺跟蹤中...

最近兩年跟蹤演算法歸納

近兩年跟蹤速度較快的演算法有cn 1 kcf 2 stc 3 odfs 4 等等,均足以滿足現實場景中實時跟蹤的應用 各演算法的主要思想 cn 是csk 5 的改進演算法。它聯合顏色特徵 color name 和灰度特徵來描述目標,在文獻 1 作者通過大量的實驗證明了color name在視覺跟蹤中...

近兩年的超級漏洞!快來看看你的電腦有沒有中招

對於所有的0day,定製的惡意軟體和其他完全未知的安全漏洞,它們已經存在多年並被廣泛利用。為了更好地表明這一點,美國聯邦調查局 fbi 美國網路安全與基礎設施安全域性 cisa 澳大利亞網路安全中心 acsc 和英國國家網路安全中心 ncsc 發布了聯合網路安全諮詢。在這份報告中,他們列出了2020...