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. [ASP.NET Core 3框架揭秘] Options[1]: 配置选项的正确使用方式[上篇]

    依赖注入不仅是支撑整个ASP.NET Core框架的基石,也是开发ASP.NET Core应用采用的基本编程模式,所以依赖注入十分重要.依赖注入使我们可以将依赖的功能定义成服务,最终以一种松耦合的形式 ...

  2. Git 合并多次提交

    在合并分支的时候,希望将多次提交合并成一个,然后再 cherry-pick 到主分支. 合并分支 develop 分支做开发,可能会进行多次提交,但是在发布或者进行 PR 的时候,我们只希望看到一次提 ...

  3. 命令别名设定:alias,unalias 历史命令:history

    1.别名设定举例 alias lm=‘ls -al | more’ 还可以取代现有指令 alias rm='rm -i' 查询现有别名 alias 取消别名 unalias lm 2.历史命令:his ...

  4. 基于Netty和SpringBoot实现一个轻量级RPC框架-协议篇

    基于Netty和SpringBoot实现一个轻量级RPC框架-协议篇 前提 最近对网络编程方面比较有兴趣,在微服务实践上也用到了相对主流的RPC框架如Spring Cloud Gateway底层也切换 ...

  5. VMware下Hadoop 2.4.1完全分布式集群平台安装与设置

    1 VM下Ubuntu安装和配置 1.1 安装Ubuntu系统  这个就不说了,不知道的可以去看看其他的博文.   1.2 集群配置     搭建一个由3台机器组成的集群: IP user/passw ...

  6. 转型IT学什么语言好,学编程语言为何要重视代码规范?

    造价转IT需要注意什么,先学什么比较好?属于零基础,2019毕业,三本学校,男.自己的想法是先以副业来学习,在合适的时候转入it行业.1.以副业来学的话应该先学习什么比较好?2.如果要直接找工作的话先 ...

  7. 为什么双击打开py文件时窗口瞬间关闭了?

    当前理解,py文件里没有input() 等暂停程序运行的函数,程序运行速度太快,运行完就立马关闭了. input()调用后,程序会立即暂停,等待用户输入

  8. Spring Boot2 系列教程 (六) | 使用 JdbcTemplates 访问 Mysql

    前言 如题,今天介绍 springboot 通过jdbc访问关系型mysql,通过 spring 的 JdbcTemplate 去访问. 准备工作 SpringBoot 2.x jdk 1.8 mav ...

  9. 单词匹配 - hash

    哈利波特在魔法学校的必修课之一就是学习魔咒.据说魔法世界有100000种不同的魔咒,哈利很难全部记住,但是为了对抗强敌,他必须在危急时刻能够调用任何一个需要的魔咒,所以他需要你的帮助. 给你一部魔咒词 ...

  10. WordPress使用PHPMailer发送gmail邮件

    wordpress使用phpmailer发送gmail邮件 0.保证用于gmail账号已经开启imap服务,且你能正常访问到gmail的smtp服务.(需要climb over the wall) 1 ...