原创 《Effective C++》讀書筆記第二章——構造/析構/賦值運算(Constructors, Destructors, and Assignment Operators)

條款05:瞭解C++默默編寫並調用哪些函數 (Know what functions C++ silently writes and calls) 編譯器可以暗自爲類創建默認構造函數、拷貝構造函數、拷貝賦值操作符,以及析構函數。

原创 《Effective C++》讀書筆記第一章——讓自己習慣C++(Accustoming Yourself to C++)

條款01:視C++爲一個語言聯邦 (View C++ as a federation of languages.) 與C++相關的四個特徵: C. 說到底C++還是以C爲基礎。區塊(blocks)、語句(statements

原创 IEEE 2017 STAM16 閱讀筆記

論文鏈接:https://arxiv.org/pdf/1708.02843.pdf   摘要 本文設計了一個基於CNN架構的在線MOT方法。該框架利用了單目標跟蹤的優點:能在下一幀中適應外觀模型並搜索目標。通常在MOT中使用單目標跟蹤子會

原创 ICCV 2015 Learning to Track: Online Multi-Object Tracking by Decision Making 閱讀筆記

論文主頁:http://cvgl.stanford.edu/projects/MDP_tracking/ 摘要 本文將在線MOT問題看成了Markov Decision Processes中的決策問題,將一個目標的一生(從出現到消失)建

原创 多目標跟蹤:Simple Online and Realtime Tracking with a Deep Association Metric 2017 (deep-sort)

論文鏈接:https://arxiv.org/pdf/1703.07402.pdf 代碼鏈接:https://github.com/nwojke/deep_sort 原文鏈接:https://www.cnblogs.com/YiXiaoZ

原创 IEEE 2016 Online Multiple Object Tracking with the Hierarchically Adopted GM-PHD Filter... 閱讀筆記

預備知識GM-PHD摘要爲了解決基於tracking by detection框架的算法容易被錯檢、漏檢影響的問題,本文提出了一個基於tracking by detection框架的在線多目標跟蹤算法。對於錯檢而言,本文使用了混合高斯概率

原创 CVPR workshop 2018 Joint detection and online multi-object tracking 閱讀筆記

【論文鏈接】預備知識SSD:Single Shot Multibox DetectionRNN:Recurrent Neural Networkperceptron:感知器摘要大多數多目標跟蹤方法都依賴於目標檢測,用以初始化並更新跟蹤集。

原创 ubuntu16.04 + cuda9.1 + cudnn7.0.5 + opencv3.4.1 + anaconda2 + caffe-ldl 安裝過程

作者電腦配置是win10+ubuntu16.04雙系統,gtx1070,因爲需要學習深度神經網絡用到了caffe,在windows下苦裝了一個多星期都沒有成功,而又不滿虛擬機下只能使用cpu的尷尬速度和內存問題,因此決定安裝雙系統並在ub

原创 多目標跟蹤綜述:Multiple Object Tracking: A Literature Review

原文鏈接(每年都會更新,現在是v4,2017年5月):Multiple Object Tracking: A Literature Review 摘要 多目標跟蹤因其學術和商業潛力,在計算機視覺中逐漸備受關注。儘管如今已經有多種多樣的方

原创 CVPR 2017 Multiple People Tracking by Lifted Multicut and Person Re-identification 閱讀筆記

原文鏈接:Multiple People Tracking by Lifted Multicut and Person Re-identification MOT16 dataset測評: 預備知識: multicut問題:指在一個圖

原创 多目標跟蹤競賽結果摘要:Multiple Object Tracking Challenge 2017 Results

原文鏈接:https://motchallenge.net/results/MOT17/ 測評項目: MOT17第一名:A Novel Multi-Detector Fusion Framework for Multi-Obje

原创 FSE 2017 Understanding Misunderstandings in Source Code 閱讀筆記

摘要: 人們常常對源代碼會錯意,錯誤理解代碼本身的意圖,導致對代碼的輸出判斷有失偏頗。而引起誤解的源頭可能是代碼裏特別細微而又獨立的pattern,也正是這些pattern可能引起運行時錯誤。這些patterns有時會用在大型、流行的軟件

原创 ECCV 2016 Online multi-target tracking with strong and weak detections 閱讀筆記

論文主頁:http://www.eecs.qmul.ac.uk/~andrea/eamtt.html預備知識PHD-PF(Probability Hypothesis Density Particle Filter)摘要本文在概率假設密度

原创 CVPR 2017 Enhancing Detection Model for Multiple Hypothesis Tracking 閱讀筆記

原文鏈接:Enhancing Detection Model For Multiple Hypothesis Tracking 作者:北航深圳研究院 Jiahui Chen, Hao Sheng,Yang Zhang, Zhang Xio

原创 使用keras版本的yoloV3訓練並在VOC數據集上測試

yoloV3主頁:https://pjreddie.com/darknet/yolo/keras-yolo3代碼:https://github.com/qqwweee/keras-yolo3VOC數據集:http://host.robot