作者写道:

有幸在本届的VOT 2018 主赛中,我们的参赛方案Multi-solution Fusion for Visual Tracking(MFT)获得第一名的成绩,通过结果来看,MFT无论在公开序列还在隐藏序列鲁棒性都稳居第一,也验证了我们本次在算法鲁棒性所做出的努力,另外我们的RCO也获得了第三名的结果。

隐藏数据结果图

复现代码已经开源在https://github.com/ShuaiBai623/MFT

Visual-Object-Tracking Challenge (VOT) 是国际目标跟踪领域最权威的测评平台,由伯明翰大学、卢布尔雅那大学、布拉格捷克技术大学、奥地利科技学院联合创办,旨在评测在复杂场景下单目标跟踪的算法性能。本次新增了长时跟踪的挑战,而对于短时挑战,公开的60个序列不变,官方会对公开序列的前10名在隐藏数据集上测试,从而选出最终的winner。本次比赛更是达到了举办以来参与规模最大,范围最广的一届,来自于17个国家的72支参赛队伍参与了本次测评,其中不乏微软亚洲研究院、牛津大学等知名校企。

下面我对我们本次的工作做一个总结

Motivation:单目标跟踪算法发展到现在,对于简单情况已经有着非常不错的精度和鲁棒性,但是当遭遇一些特别困难的情况仍会时常失败.我们本次的工作主要在我们去年的算法CFWCR基础上进一步地发展,关注如何进一步地克服这些困难情况。

俗话说三个臭皮匠顶个诸葛亮,我们总体的思路是引入多个不同的独立判决,然后通过有效的融合得到一个更鲁棒的结果。这样做有三个好处,一方面分解成多个部分,各个部分的参数量减少,克服了相关滤波算法本身快速更新所导致的过拟合,另一方面每个部分学习到的关键信息不同,汇总各个结果总体增加了算法的可靠性,最后,我们还是使用之前相同数量的滤波器数量,相比较联合求解并不会增加数量。

具体内容如下:

(1)我们观察到CNN特征不同层次的特征和跟踪中遇到的不同问题有着一定的相关性,比如,浅层能解决尺度问题,深层解决光照,形变问题。针对不同特性,我们选择了不同的特征

(2)对于针对不同问题的特征,我们采用独立求解的方式,并且会根据视频的不同难度去自适应调整我们的融合权重,克服了过拟合,提高了鲁棒性

(3)更进一步地。我们利用合理的运动估计模型以克服甚至是完全遮挡的情况

代码略读:

run demo_MFT.m()

VOT

[VOT Intergration] ./vot2018_main/MFT.m change ./tracker_MFT.m tracker_repo_path = 'your MFT path'

code reading

demo-MFT.mline 9-> utils中的load_video_info.m

line14 -> runfiles/testing_MFT.m line143 -》implementation/tracker.m,运行的是哪个文件里的tracker函数?如何判断?(除了tracke.m外的缩进有些不对,在vscode里不是彩色?可能因为其他几个的后缀不是.m,是为了测试才写了好几个tracker)

tracker.m line78中调用了feature-extractor/init-features2.m,以获得features、global-fparams、feature-info

init-features2.m line96调用feature-extraction/load-cnn-drag.m以载入网络,line182调用feature-extraction/load-cnn.m载入网络

tracker.m line89调用implementation/initialization/init-feature-params.m

tracker.m line90调用feature-extraction/get-feature-extract-info.m

demo_MFT.m line21调用implementation/overlap_ratio.m返回的是参数r

SMOP可将matlab程序转换为python

misc:

为了能在ctrl alt f1能输入密码,输入了sudo gedit /etc/default/grub,并修改了11行

GRUB_CMDLINE_LINUX_DEFAULT="quiet splash"

为GRUB_CMDLINE_LINUX_DEFAULT="quiet splash pci=noaer"

sudo update-grub

但是并没有解决不能输入密码的问题。

另外一个网友说:

是因为系统的kernel版本过高,会有这个bug,所以在进入ubutnu的时候进行ubuntu高级选项,选择比较低的kernel版本,进入以后继续上面的流程,就不会出现这个问题了。

将系统的软件更新打开后解决了此问题。

Multi-hierarchical Independent Correlation Filters for Visual Tracking(MFT)略读的更多相关文章

  1. Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking---随笔

    Learning Spatial-Temporal Regularized Correlation Filters for Visual Tracking DCF跟踪算法因边界效应,鲁棒性较差.SRD ...

  2. correlation filters in object tracking

    http://www.cnblogs.com/hanhuili/p/4266990.html Correlation Filter in Visual Tracking系列一:Visual Objec ...

  3. Correlation Filter in Visual Tracking系列一:Visual Object Tracking using Adaptive Correlation Filters 论文笔记

    Visual Object Tracking using Adaptive Correlation Filters 一文发表于2010的CVPR上,是笔者所知的第一篇将correlation filt ...

  4. Correlation Filter in Visual Tracking

    涉及两篇论文:Visual Object Tracking using Adaptive Correlation Filters 和Fast Visual Tracking via Dense Spa ...

  5. Correlation Filter in Visual Tracking系列二:Fast Visual Tracking via Dense Spatio-Temporal Context Learning 论文笔记

    原文再续,书接一上回.话说上一次我们讲到了Correlation Filter类 tracker的老祖宗MOSSE,那么接下来就让我们看看如何对其进一步地优化改良.这次要谈的论文是我们国内Zhang ...

  6. Summary on Visual Tracking: Paper List, Benchmarks and Top Groups

    Summary on Visual Tracking: Paper List, Benchmarks and Top Groups 2018-07-26 10:32:15 This blog is c ...

  7. correlation filters in object tracking2

    http://www.cnblogs.com/hanhuili/p/4281077.html Correlation Filter in Visual Tracking系列二:Fast Visual ...

  8. 论文笔记之: Hierarchical Convolutional Features for Visual Tracking

    Hierarchical Convolutional Features for Visual Tracking  ICCV 2015 摘要:跟卢湖川的那个文章一样,本文也是利用深度学习各个 layer ...

  9. KCF:High-Speed Tracking with Kernelized Correlation Filters 的翻译与分析(一)。分享与转发请注明出处-作者:行于此路

    High-Speed Tracking with Kernelized Correlation Filters 的翻译与分析 基于核相关滤波器的高速目标跟踪方法,简称KCF 写在前面,之所以对这篇文章 ...

随机推荐

  1. Go并发编程

    概述 简而言之,所谓并发编程是指在一台处理器上"同时"处理多个任务. 随着硬件的发展,并发程序变得越来越重要.Web服务器会一次处理成千上万的请求.平板电脑和手机app在渲染用户画 ...

  2. JavaScript中函数式编程中文翻译

    JavaScript 中的函数式编程 原著由 Dan Mantyla 编写 近几年来,随着 Haskell.Scala.Clojure 等学院派原生支持函数式编程的偏门语言越来越受到关注,同时主流的 ...

  3. hexo搭建博客系列(三)美化主题

    文章目录 其他搭建 1. 添加博客图标 2. 鼠标点击特效(二选一) 2.1 红心特效 2.2 爆炸烟花 3. 设置头像 4. 侧边栏社交小图标设置 5. 文章末尾的标签图标修改 6. 访问量统计 7 ...

  4. a标签属性href值为#和javasrcript:void(0)的区别

    当我们需要一个空链接时,通常有两种方法: <a href="#">这个一个空链接</a> <a href="javascript:void( ...

  5. Go Web 编程之 响应

    概述 上一篇文章中,我们介绍了请求的结构与处理.本文将详细介绍如何响应客户端的请求.其实在前面几篇文章中,我们已经使用过响应的功能--通过http.ResponseWriter发送字符串给客户端. 但 ...

  6. mongo windows 安装

    下载安装包 一路next 打开cmd 或者 power shell 准备本地目录. D: #进入d盘 md data #创建目录 data cd data #进入目录 data md config # ...

  7. es5中数组的遍历方法

    //for循环 const arr = [1,2,3,4,5] for(let i = 0; i < arr.length; i++){ if(arr[i] === 2){ //break // ...

  8. 通过自己实现接口来加深理解SpringMVC的执行流程

    功能介绍 上篇文章[从源码角度了解SpringMVC的执行流程]通过接口源码向大家介绍了SpringMVC的执行流程,主要偏重于源码.这篇文件我们来自己实现那几个关键接口,来真实体验下SpringMV ...

  9. cogs 1316. 数列操作B 区间修改 单点查询

    1316. 数列操作B ★★   输入文件:shulieb.in   输出文件:shulieb.out   简单对比时间限制:1 s   内存限制:128 MB [问题描述] 假设有一个大小为 n(n ...

  10. net 自带cache

    using System.Web.Caching; Cache cache = new Cache();