论文笔记: Dual Deep Network for Visual Tracking 

2017-10-17 21:57:08 

  先来看文章的流程吧 。。。

  论文笔记: Dual Deep Network for Visual Tracking-LMLPHP

  

  可以看到,作者所总结的三个点在于:

  1. 文章将 边界和形状信息结合到深度网络中。底层 feature 和 高层 feature 结合起来,得到 coarse prior map,然后用 ICA-R model 得到更加显著的物体轮廓,以得到更好的似然性模型;

  2. Dual network 分别处理两路不同的网络,使得前景和背景更加具有区分性;

  3. 随机和周期性的更新机制,用来处理遮挡和模型漂移。

  

  ======================================================================================

  

04-28 19:17