ターゲット追跡_定輝記事の配置
みなさん、こんにちは、[スカリオンケーキに来てください]です。今回は、ターゲット追跡に関する紙を共有しました。共有します〜
私はこれまで一定期間、ターゲット追跡アルゴリズム (主に単一ターゲット追跡 SOT) に関する研究を行っており、40 を超える主要な会議論文を研究してきました。そのため、新しいコラムObject Tracking (SOT) | top meeting papers | study notes , paper notes を作成して共有し、ターゲット追跡の進行状況をすばやく理解し、さまざまなアルゴリズムのアイデアを習得できるようにします。コメント欄にあなた自身の考えを議論して書いてください〜
この記事は、関連する論文のタイトルをまとめたもので、誰でも簡単に見つけることができます.最後に、過去3年間のターゲット追跡の開発動向があります. 特定の論文の分析ノートについては、コラムの他の記事を参照してください。
特定の論文の分析ノートについては、コラムの他の記事を参照してください。どなたでもご注目ください。リンクは次のとおりです:
ターゲット トラッキング | 過去 3 年間 | 45 のトップ カンファレンス ペーパー 組織化された
ターゲット トラッキング | 7 つのデータセット | 組織化された
ターゲット トラッキング | ペーパー ノート共有 | ターゲット追跡に関する ICCV-6 論文
｜ペーパー ノートの共有｜ターゲット追跡に関する ICCV-2 論文
｜ペーパー ノートの共有｜
ターゲット追跡に関する ECCV-6 論文｜ペーパー ノートの共有｜
ターゲット追跡に関する CVPR-12 論文｜ペーパー ノートの共有｜ CVPR-10 論文 (1)
ターゲット追跡｜論文ノートの共有｜CVPR-10 論文 (2)
記事ディレクトリ
ICCV-2021-6 記事
| エッセイのトピック |
|---|
| ラベルのないビデオからオブジェクトを追跡することを学ぶ |
| 視覚追跡のための時空間変換器の学習 |
| 敵対的に視覚オブジェクト追跡をぼかすことを学ぶ |
| HiFT: 空中追跡用の階層的特徴変換器 |
| Learn to Match: 視覚追跡のための自動マッチング ネットワーク設計 |
| 顕著性関連オブジェクト追跡 |
CVPR-2021-10 記事
| エッセイのトピック |
|---|
| フィルタリングの学習: 堅牢な追跡のためのシャム関係ネットワーク |
| STMTrack: 時空間メモリ ネットワークを使用したテンプレート不要のビジュアル トラッキング |
| LightTrack: ワンショット アーキテクチャ検索によるオブジェクト トラッキング用の軽量ニューラル ネットワークの検索 |
| Alpha-Refine: 正確なバウンディング ボックス推定によるトラッキング パフォーマンスの向上 |
| グラフの注意追跡 |
| CapsuleRRT: Capsules によるリレーションシップを意識した回帰追跡 |
| 視覚オブジェクト追跡のためのプログレッシブ教師なし学習 |
| 自然言語によるより柔軟で正確な物体追跡に向けて：アルゴリズムとベンチマーク |
| Siamese Natural Language Tracker: Siamese Tracker を使用した自然言語記述による追跡 |
| 追跡のための回転同変シャム ネットワーク |
CVPR-2020-10 記事
| エッセイのトピック |
|---|
| SiamCAR: 視覚追跡のためのシャム完全畳み込み分類と回帰 |
| 視覚追跡のためのシャム ボックス適応ネットワーク |
| 視覚オブジェクト追跡のための変形可能なシャム注意ネットワーク |
| コーナー検出ベースの視覚追跡のための相関ガイド付き注意 |
| Siam R-CNN: 再検出による視覚追跡 |
| 視覚追跡の確率回帰 |
| 視覚追跡のための再帰的最小二乗推定器支援オンライン学習 |
| ROAM: 追跡モデルを繰り返し最適化する |
| 二重注意による視覚追跡に対するワンショットの敵対的攻撃 |
| AutoTrack: 自動時空間正則化による UAV の高性能視覚追跡に向けて |
ECCV-2020-6 記事
| エッセイのトピック |
|---|
| PG-Net: ビジュアル トラッキング用のピクセルからグローバル マッチング ネットワーク |
| CLNet: シャムトラッカーを高速に調整するためのコンパクトな潜在的ネットワーク |
| Learning Feature Embeddings for Discriminant Model based Tracking |
| Object Tracking using Spatio-Temporal Networks for Future Prediction Location |
| Know Your Surroundings: Exploiting Scene Information for Object Tracking |
| Tracking Emerges by Looking Around Static Scenes, with Neural 3D Mapping |
CVPR-2019-12篇
| 论文题目 |
|---|
| Unsupervised Deep Representation Learning for Real-Time Tracking |
| Tracking by Animation: Unsupervised Learning of Multi-Object Attentive Trackers |
| Object Tracking by Reconstruction With View-Specific Discriminative Correlation Filters |
| Target-Aware Deep Tracking |
| SPM-Tracker: Series-Parallel Matching for Real-Time Visual Object Tracking |
| SiamRPN++: Evolution of Siamese Visual Tracking With Very Deep Networks |
| Deeper and Wider Siamese Networks for Real-Time Visual Tracking |
| Graph Convolutional Tracking |
| ATOM: Accurate Tracking by Overlap Maximization |
| Visual Tracking via Adaptive Spatially-Regularized Correlation Filters |
| ROI Pooled Correlation Filters for Visual Tracking |
| Siamese Cascaded Region Proposal Networks for Real-Time Visual Tracking |
ICCV-2019-2篇
| 论文题目 |
|---|
| Learning Discriminative Model Prediction for Tracking |
| GradNet Gradient-Guided Network for Visual Object Tracking |
整体发展趋势
2019年
CVPR-2019-12篇
ICCV-2019-2篇
19年的文章很多还是在讨论滤波器和使用基础方法改进siamese
2020年
CVPR-2020-10篇
ECCV-2020-6篇
20年很多使用了动态模板、anchor-free、提高精度等方法
2021年
CVPR-2021-10篇
ICCV-2021-6篇
21年则使用transformer、将cv和nlp结合，更关注形变、消失等跟踪问题，以及一些新的学习方法
之后我将在专栏目标跟踪(SOT)｜顶会论文｜学习笔记中，分享近三年的四十多篇顶会文章的详细笔记，方便大家快速入门。
感兴趣的同学点赞+收藏+关注，直接进入专栏进行学习～你们的支持就是我最大的动力～
感兴趣的同学点赞+收藏+关注，直接进入专栏进行学习～你们的支持就是我最大的动力～
感兴趣的同学点赞+收藏+关注，直接进入专栏进行学习～你们的支持就是我最大的动力～