计算机视觉:目标跟踪论文推荐

声明:
1、论文覆盖时间段:2019年12月31日-2020年02月19日
2、在此推荐大家关注 计算机视觉论文速递 知乎专栏,可以快速了解到最新优质的CV论文

【1】旷视Detection组开源:视频理解算法库(含单目标跟踪SOT、视频目标分割VOS等)
【Video Analyst】

这是一系列对视频理解有用的基本算法的实现(基于PyTorch),包括单目标跟踪(SOT,Single Object Tracking),视频目标分割(VOS,Video Object Segmentation)等。

【当前实现列表】
单目标跟踪:

  • SiamFC++: Towards Robust and Accurate Visual Tracking with Target Estimation Guidelines
  • 论文链接:https://arxiv.org/abs/1911.06188
  • SiamFC++是浙江大学和旷视提出的目标跟踪论文(收录于AAAI 2020),速度高达90FPS,表现SOTA!注:因为该项目刚出来没多久,所以支持的算法还不是很多,后面应该会陆续更新,大家可以关注一波
    项目链接:https://github.com/MegviiDetect

【2】L1DPF-M:整合正则化l1跟踪和实例分割以进行视频目标跟踪

《Integration of Regularized l1 Tracking and Instance Segmentation for Video Object Tracking》
链接:https://arxiv.org/abs/1912.12883
代码(未放源码):https://github.com/msprITU/L1DPFM
注:L1DPF-M目标跟踪新网络,其性能优于SiamRPN、TCNN等网络,即将开源!

【3】姿态辅助多摄像机协作以进行主动目标跟踪

《Pose-Assisted Multi-Camera Collaboration for Active Object Tracking》
主页:https://sites.google.com/view/pose-assistedcollaboration
链接:https://arxiv.org/abs/2001.05161
注:性能表现SOTA,优于DaSiam、BACF和RLD等网络

【4】ABCTracker:易于使用的基于云的应用程序,用于跟踪多个对象

《ABCTracker: an easy-to-use, cloud-based application for tracking multiple objects》
作者团队:北卡罗来纳大学夏洛特分校&亚利桑那大学
主页:https://abctracker.org/
链接:https://arxiv.org/abs/2001.10072

注:ABC Tracker是一种免费,简单且有效的多目标跟踪工具,现开放下载和使用(支持蚂蚁、蜜蜂等对象的目标跟踪)

计算机视觉:目标跟踪论文推荐_第1张图片
【5】Flow-Fuse-Tracker:通过光流和融合进行多目标跟踪

《Multiple Object Tracking by Flowing and Fusing》
作者团队:CMU&西安交通大学&复旦大学等
链接:https://arxiv.org/abs/2001.11180
注:在MOT17等数据集上表现SOTA!优于Tracktor、LSSTO和FAMNet等网络

【6】OA-LSTM-ADA:目标自适应LSTM网络,用于对抗性数据增强的实时目标跟踪

《Object-Adaptive LSTM Network for Real-time Visual Tracking with Adversarial Data Augmentation》
作者团队:厦门大学&清华大学等
链接:https://arxiv.org/abs/2002.02598
注:一种新的实时视觉跟踪方法,采用目标自适应LSTM网络来有效地捕获视频序列依存关系并自适应地学习目标外观变化,表现SOTA!

【7】MAST:具有记忆增强功能的自监督目标跟踪器

《MAST: A Memory-Augmented Self-Supervised Tracker》
作者团队:牛津大学VGG组
链接:https://arxiv.org/abs/2002.07793
代码(即将开源):https://github.com/zlai0/MAST
注2:自监督目标跟踪新网络,表现SOTA!性能优于UVC、CorrFlow和CycleTime等网络,且接近监督类跟踪网络,代码即将开源!

你可能感兴趣的:(计算机视觉)