【目标跟踪】 开源 | CVPR2020 | SiamFC++视觉跟踪器在五个常用数据集上性能表现SOTA

人工智能，每日面试题：

下列属于无监督学习的是：

　　A.k-means

　　B.SVM

　　C.最大熵

　　D.CRF

答案：见文章底部

下载完整原文，公众号回复：1911.06188

论文地址：http://arxiv.org/pdf/1911.06188v4.pdf 代码：https://github.com/megviidetection/video_analyst 来源：浙江大学 论文名称：SiamFC++: Towards Robust and Accurate Visual Tracking with TargetEstimation Guidelines 原文作者：Yinda Xu

视觉跟踪问题要求对给定目标同时有效地执行鲁棒的分类和精确的目标状态估计。以往的方法提出了多种目标状态估计方法，却很少考虑到视觉跟踪问题本身的特殊性。通过认真的分析，本文提出了一套实用的目标状态估计准则，用于高性能通用目标跟踪器的设计。根据这些指导原则，我们通过引入分类和目标状态估计分支(G1)、无歧义分类得分(G2)、无先验知识跟踪(G3)和估计质量得分(G4)来设计了本文的全卷积Siamese tracker++ (SiamFC++)。广泛的分析和消融研究证明了本文提出的指南的有效性。

不夸张的讲，SiamFC ++跟踪器在五个具有挑战性的基准（OTB2015, VOT2018, LaSOT, GOT-10k, TrackingNet）上性能表现SOTA，证明了跟踪器的跟踪能力和泛化能力。尤其是在大规模TrackingNet数据集上，SiamFC ++在以超过90 FPS的速度运行时，达到了75.4的前所未有的AUC分数，远远高于实时性要求。

下面是论文具体框架结构以及实验结果：

每日一题，答案：

正确答案：A

　　解析：A是聚类，BC是分类，D是序列化标注，也是有监督学习。

点击右下角的“在看”，给出你的答案：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。