深度学习(二十四)——深度目标跟踪, L2 Normalization, Regularization
source link: http://antkillerfarm.github.io/dl/2017/12/05/Deep_Learning_24.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
深度目标跟踪
原图地址:
https://github.com/foolwood/benchmark_results
这也是一个Visual Tracking的Paper List。
https://mp.weixin.qq.com/s/i5TyVvaRuTZ8c54Iiu4VHg
跟踪综述推荐:目标跟踪40年
https://zhuanlan.zhihu.com/p/22334661
深度学习在目标跟踪中的应用
https://mp.weixin.qq.com/s/u2UyeZwWKCQX5iOe6ZUA9w
目标跟踪算法综述
https://mp.weixin.qq.com/s/yunmBZ_5acDZlIN0mLf66g
《视觉跟踪最新方法与趋势》,44页最新综述带你全面了解视觉跟踪领域发展方向
https://zhuanlan.zhihu.com/p/76153871
一文带你了解视觉目标跟踪
https://zhuanlan.zhihu.com/p/96631118
单目标跟踪paper小综述
https://mp.weixin.qq.com/s/Qh_gn5fLJ-HwVsl4WAZzrQ
2020年两篇目标跟踪算法最佳综述
https://zhuanlan.zhihu.com/p/27293523
目标跟踪领域进展报告
https://mp.weixin.qq.com/s/3R8zaFUKFTvp0uE8lY44WA
首个应用残差学习的深度目标跟踪算法
https://zhuanlan.zhihu.com/p/27335895
CVPR 2017目标跟踪相关论文
https://www.zhihu.com/question/59623472
基于深度学习的目标跟踪算法是否可能做到实时?
http://acsweb.ucsd.edu/~yuw176/report/vehicle.pdf
Monocular Vehicle Detection and Tracking
https://mp.weixin.qq.com/s/x7LoIN7mOJcZDY70GB_rLg
VOT Challenge 2017亚军北邮团队技术分享
https://zhuanlan.zhihu.com/p/32489557
深度学习的快速目标跟踪
https://zhuanlan.zhihu.com/p/26654891
EBT:Proposal与Tracking不得不说的秘密
https://mp.weixin.qq.com/s/Pp3vnD2DMDYuiatI8drJrw
PTAV:实时高精度目标追踪框架
https://mp.weixin.qq.com/s/NCtgHHpiG473gixu1tZeJA
哈工大提出STRCF:克服遮挡和大幅形变的实时视觉追踪算法
https://mp.weixin.qq.com/s/2RNLG4KU81z7thk3CLwD9Q
商汤科技 & 中科院自动化所:视觉跟踪之端到端的光流相关滤波
https://zhuanlan.zhihu.com/p/36463844
目标跟踪新高度ECO+:解除深度特征被封印的力量
https://zhuanlan.zhihu.com/p/37897158
SiameseRPN阅读笔记
https://zhuanlan.zhihu.com/p/39614034
基于孪生区域推荐网络的高性能单目标跟踪
https://mp.weixin.qq.com/s/tr1oWpaRZair9zG5CHWvbg
视觉目标跟踪之DaSiamRPN
https://mp.weixin.qq.com/s/aRUmQ7SMlVczuifjSrUzFg
商汤开源目标跟踪最强算法SiamRPN系列
https://mp.weixin.qq.com/s/Nd5XLnncXRawu4V8TOzHxg
视觉物体跟踪新进展:让跟踪器读懂目标语义信息
https://zhuanlan.zhihu.com/p/46669238
VOT2018:SiamNet大崛起
https://mp.weixin.qq.com/s/dB5u2No8eakLnrjto0kvyQ
DaSiamRPN的升级版,视觉目标跟踪之SiamRPN++
https://mp.weixin.qq.com/s/hAdMfwTqfuMcF07RhhKvGg
SiamRPN++论文笔记
https://mp.weixin.qq.com/s/7hScDZQfv42nBKdYu4RA0Q
惊艳的SiamMask:开源快速同时进行目标跟踪与分割算法
https://mp.weixin.qq.com/s/yU7_j6hmWKv6FV1pWGq8qA
京东开源姿态跟踪新框架LightTrack!
https://mp.weixin.qq.com/s/Tlac-tXNlbACm17EFUsn8Q
ASRCF:基于自适应空间加权相关滤波的视觉跟踪研究
https://mp.weixin.qq.com/s/dcrVoGBU7SrCGQysJwTGcw
基于上下文信息分离的无监督运动目标检测
https://mp.weixin.qq.com/s/wK77YucINmQtvnH1nJX8vw
张志鹏:SiamDW Real-Time Visual Tracking
https://zhuanlan.zhihu.com/p/72988881
基于深度学习的光流估计
https://zhuanlan.zhihu.com/p/74460341
光流估计——从传统方法到深度学习
https://zhuanlan.zhihu.com/p/261046950
https://mp.weixin.qq.com/s?__biz=MzI5MDUyMDIxNA==&mid=2247491156&idx=2&sn=e088a817c9c6b4f52527cfcf51dc7ffe
首个siamese网络中训练GCNs的视觉追踪方法《Graph Convolutional Tracking》
https://zhuanlan.zhihu.com/p/95842960
https://mp.weixin.qq.com/s/3NiCkJoTBt2qLaOsMAkCNg
MAML-Tracker:用目标检测思路做目标跟踪?小样本即可得高准确率
https://mp.weixin.qq.com/s/vFEHZv6qh1dWhQ27WUEDEQ
目标跟踪系列–C-COT算法
https://mp.weixin.qq.com/s/nDkaOb4q9cPSqW4w76kcNg
码隆科技提出SiamAttn,将孪生网络跟踪器的性能提至最优水平
https://mp.weixin.qq.com/s/DWaKFhK-dv43ap99fRnpAw
概率回归的视觉追踪
https://mp.weixin.qq.com/s/kPaPB-2pal–Hlh9F7WxhA
目标跟踪又添重磅开源工具箱,MMTracking来了
FlowNet
《FlowNet: Learning Optical Flow with Convolutional Networks》
http://www.cnblogs.com/zhang-yd/p/6511475.html
FlowNet
http://blog.csdn.net/hysteric314/article/details/50529804
神经光流网络——用卷积网络实现光流预测
http://geek.csdn.net/news/detail/129128
卷积神经网络(CNN)在无人驾驶中的应用
https://zhuanlan.zhihu.com/p/32663227
重新认识two stream的光流算法
http://blog.csdn.net/bea_tree/article/details/67049373
几分钟走进神奇的光流:FlowNet 2.0: Evolution of Optical Flow Estimation with Deep Networks
https://mp.weixin.qq.com/s/Z3Ra-XcUGO5BcYGLeKBClg
港中大等打造光流预测新模型SelFlow,自监督学习攻克遮挡难题
https://mp.weixin.qq.com/s/hWtiRPyeuk7VNoZhOwEUCQ
FlowNet
https://mp.weixin.qq.com/s/utlOnJ08ksu5BPOwqSQT-A
MaskFlownet:基于可学习遮挡掩模的非对称特征匹配
SpyNet
《Optical Flow Estimation using a Spatial Pyramid Network》
https://github.com/anuragranj/spynet
http://www.cnblogs.com/wangxiaocvpr/p/7058617.html
论文笔记之:Optical Flow Estimation using a Spatial Pyramid Network
多目标追踪
Multiple Object Tracking
https://zhuanlan.zhihu.com/p/34730368
多目标追踪
https://mp.weixin.qq.com/s/5Kcbnme7151Ln6KiTyVaBw
多目标追踪资源列表
https://mp.weixin.qq.com/s/laaLCZZIwNaEsy-Au9Yh7Q
多目标跟踪算法汇总,含算法介绍/论文/源码
https://zhuanlan.zhihu.com/p/65177442
多目标跟踪:近年论文及开源代码汇总
https://zhuanlan.zhihu.com/p/97449724
多目标跟踪(MOT)入门
https://mp.weixin.qq.com/s/hCg0kn2x8q-K9n_96-7p8A
基于深度学习的多目标跟踪(MOT)技术一览
https://zhuanlan.zhihu.com/p/36462982
多目标追踪算法:条件随机场算法
https://mp.weixin.qq.com/s/Lmvx_KurxG3nfmvhXAD_tQ
一种轻量级在线多目标车辆跟踪方法
https://mp.weixin.qq.com/s/zlo59TVpSq5w6zTwJLjbXg
视觉多目标跟踪算法综述(上)
https://mp.weixin.qq.com/s/XwMXrsmSnImgD1vNSVErLg
深度多目标跟踪算法综述
https://mp.weixin.qq.com/s/IlFxY-cXyOg2xmaGdJbOVQ
多目标跟踪算法
https://mp.weixin.qq.com/s/KLTSUqprwfFBVeVIP7HJRw
视频中的多目标跟踪
https://huangpiao.tech/archives/
一个多目标跟踪方面的专栏
https://zhuanlan.zhihu.com/p/55738110
商汤等提出:统一多目标跟踪框架
https://mp.weixin.qq.com/s/PGs3M5-vdQf4deE6hJuqng
多目标跟踪:SORT和Deep SORT
https://mp.weixin.qq.com/s/R2OE76ipTX3r_vvj0lYYYQ
精度优秀,速度214.7fps!卡内基梅隆大学开源强大的3D多目标跟踪系统
https://mp.weixin.qq.com/s/Siy_FaRmMRGPn4VBZuVRUQ
基于深度学习的多目标跟踪算法(上):端到端的数据关联
https://mp.weixin.qq.com/s/7IzqglD0e89Y2Oai9Jv2XQ
打遍天下无敌手,却说它只是个baseline!多目标跟踪FairMOT的烦恼
https://mp.weixin.qq.com/s/eN9PgGBbM-5R3xQ6zSFiYA
多目标跟踪(MOT)领域近期值得读的几篇论文
https://zhuanlan.zhihu.com/p/138443415
从UMA Tracker(CVPR2020)出发谈谈SOT类MOT算法
https://mp.weixin.qq.com/s/lj926JcCYX8qbUOBTRsQIw
实时多人追踪论文–MOTDT
https://zhuanlan.zhihu.com/p/143798072
One Shot MOT Overview
https://mp.weixin.qq.com/s/rIMOKYgXaFEbvRZ14brrjw
Deep SORT论文阅读总结
https://mp.weixin.qq.com/s/wjKbKF8McGOjbjudi3cOVQ
FairMOT:统一检测、重识别的多目标跟踪框架,全新Baseline
https://zhuanlan.zhihu.com/p/151105050
基于图卷积GNN的多目标跟踪算法解析
https://mp.weixin.qq.com/s/bMBBYWk5-o5XEOSzI7DyDg
从FairMOT到VoxelPose,揭秘微软以“人”为中心的最新视觉理解成果
https://mp.weixin.qq.com/s/qpNbHKZ0V5do77jQlZDBBw
从零开始学习Deep SORT+YOLO V3进行多目标跟踪
https://mp.weixin.qq.com/s/mvx_LyGVzn_H3XpwTsuFMA
多目标跟踪:监控领域你必须要了解的算法
https://mp.weixin.qq.com/s/GQtyVdCBie7jN38bB0SlaA
带你入门多目标跟踪(一)领域概述
https://mp.weixin.qq.com/s/sk1I37Jwdf7sH5uSgd3juA
带你入门多目标跟踪(二)SORT&DeepSORT
https://mp.weixin.qq.com/s/oseEmzgb8iCoOf9lTbAssg
带你入门多目标跟踪(三)匈牙利算法&KM算法
https://mp.weixin.qq.com/s/Z-_iZl_CTixqK0vl0_CHfQ
基于深度学习的视觉多目标跟踪算法综述
Regularization
DL中的Regularization除了常见的l1-norm、l2-norm和squared l2-norm之外,还有Group Regularization。它的定义如下:
loss(W;x;y)=lossD(W;x;y)+λRR(W)+λg∑l=1LRg(Wl(G))Rg(w(g))=∑g=1G‖w(g)‖g=∑g=1G∑i=1|w(g)|(wi(g))2
Group Regularization也叫做Block Regularization或Structured Regularization。
https://mp.weixin.qq.com/s/9zaTjwwGPHHzSv1ZmHf8_g
不妨试试MoCo,来替换ImageNet上pretrain模型!
https://mp.weixin.qq.com/s/GC6PGlweneYtYo7_SUr0Zw
MoCo V3:我并不是你想的那样!
https://mp.weixin.qq.com/s/sAYh3l2eab2r2KpbdxN30A
MoCo三部曲
Masked Autoencoders
https://mp.weixin.qq.com/s/x-ruExbM9T8EIv2gZW0Nnw
视觉预训练新范式MAE
https://www.zhihu.com/question/498364155
如何看待何恺明最新一作论文Masked Autoencoders?
https://mp.weixin.qq.com/s/CxEvEZ9AiEfB1TFFjev0aA
NLP和CV的双子星,注入Mask的预训练模型BERT和MAE
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK