图像识别算法c 代码 计算机视觉中，目前有哪些经典的目标跟踪算法？(23)

<img src="https://pic2.zhimg.com/50/v2-4453e175ed217bb1fdadc728fe589722_hd.jpg" data-caption="" data-rawwidth="864" data-rawheight="350" class="origin_image zh-lightbox-thumb" width="864" data-original="https://pic2.zhimg.com/v2-4453e175ed217bb1fdadc728fe589722_r.jpg">

在SiamFC的基础上，将相关滤波也作为CNN中的一层，最重要的是cf层的前向传播和反向传播公式推导，两层卷积层的CFNet在GPU上是75FPS，综合表现并没有很多惊艳，可能是难以处理CF层的边界效应吧，持观望态度。

下面是CVPR 2017的目标跟踪算法结果：可能MD大神想说，一个能打的都没有！

https://github.com/martin-danelljan/ECO (二维码自动识别)

仿照上面的表格，整理了ICCV 2017的相关论文结果对比ECO：哎，还是一个能打的都没有！

<img src="https://pic3.zhimg.com/50/v2-3ca6d42c87a10caf08a70452eda7d9cc_hd.jpg" data-caption="" data-rawwidth="736" data-rawheight="356" class="origin_image zh-lightbox-thumb" width="736" data-original="https://pic3.zhimg.com/v2-3ca6d42c87a10caf08a70452eda7d9cc_r.jpg">

凑个数，目前相关滤波方向贡献最多的是以下两个组(有创新有代码)：

牛津大学：Joao F. Henriques和Luca Bertinetto，代表：CSK, KCF/DCF, Staple, CFNet (其他SiamFC, Learnet).

林雪平大学：Martin Danelljan，代表：CN, DSST, SRDCF, DeepSRDCF, SRDCFdecon, C-COT, ECO.

国内也有很多高校的优秀工作就不一一列举了。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-60218-23.html