原创 《產品方法論》讀書筆記

寫在前面:本文僅僅是根據個人閱讀習慣或個人有啓發之處所記錄的筆記,不代表該書的重點哦>o< 全書內容的簡單總結 企業以產品爲媒介,與用戶進行價值交換;產品經理要能在實踐中理解用戶模型和交易模型,設計產品促成更多交易,以創造更多有利

原创 《用戶體驗要素:以用戶爲中心的產品設計》讀書筆記

寫在前面:本文僅僅是根據個人閱讀習慣或個人有啓發之處所記錄的筆記,不代表該書的重點哦>o< 閱讀目錄第1章 用戶體驗爲什麼如此重要第2章 用戶體驗要素第3章 戰略層:產品目標和用戶需求第4章 範圍層:功能規格和內容需求第5章 結構

原创 GCT: Graph Convolutional Tracking

摘要 傳統的Siamese網絡在不同的上下文語境下沒有充分利用目標的時空信息,當目標發生形變或面對背景干擾等挑戰時,跟蹤器無法有效地識別目標和背景。因此,本文首次將圖卷積網絡GCN引入到Siamese網絡中,充分利用若干歷史幀的時

原创 UDT:Unsupervised Deep Tracking

摘要 本文提出將無監督學習應用到目標跟蹤領域,也就是使用無標註的視頻序列訓練跟蹤器。基於【一個魯棒的跟蹤器應該通過前向傳播能預測下一幀目標位置,同時從下一幀目標位置反向傳播能準確回到目標初始位置】的理論,本文采用無監督學習來訓練S

原创 SiamDW:Deeper and Wider Siamese Networks for Real-Time Visual Tracking

摘要 Siamese網絡由於具有良好的準確性和速度而引起視覺跟蹤領域的廣泛關注,但其使用的網絡相對比較淺,比如AlexNet,難以充分發揮深度神經網絡的優勢。因此,作者對如何平衡卷積神經網絡的深度和寬度從而實現跟蹤的魯棒性和準確性

原创 SiamMask:Fast Online Object Tracking and Segmentation: A Unifying Approach

摘要 跟蹤任務中提高精度的關鍵是如何處理好(旋轉的)邊界框bbox,這可以通過識別目標物體的mask來實現。而目前的分割算法計算複雜度通常較高,難以做到實時性。因此,爲了解決上述問題,本文提出了一個結合目標跟蹤和目標分割的統一框架

原创 Joint Group Feature Selection and Discriminative Filter Learning for Robust Visual Object Tracking

摘要 爲了降低基於深度特徵的相關濾波器DCF中多通道特徵的冗餘性和提高所選特徵的判別能力,本文提出一個新的聯合特徵選擇與濾波器訓練的相關濾波跟蹤算法GFS-DCF。具體地,通過在目標函數中增加三個正則化分量,實現在空間-通道-時間

原创 SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks

摘要 作者發現,目前基於Siamese系列算法大多使用類似AlexNet的淺層網絡結果進行特徵提取,而直接替換爲類似ResNet-50等深層網絡會導致跟蹤性能下降,無法像目標識別等任務一樣充分發揮深度網絡的優勢。這種現象的核心原因

原创 Bridging the Gap Between Detection and Tracking: A Unified Approach

文章目錄摘要背景貢獻本文方法 摘要 近年來,目標檢測領域的算法和模型可以推廣應用到跟蹤領域,與目前大多數結合跟蹤-檢測的算法不同,本文的出發點不是設計一個新的跟蹤-檢測算法,而是提出一種通用框架,可以將任意目標檢測網絡移植到跟蹤領

原创 GradNet: Gradient-Guided Network for Visual Object Tracking

文章目錄摘要背景貢獻本文方法參考 摘要 本文針對Siamese網絡系列算法在跟蹤過程中不更新模板,在目標發生巨大形變或背景干擾下,無法及時捕捉目標外觀變化的問題進行改進,旨在在線更新Siamese網絡的模板。具體地,本文提出一個基

原创 SPLT:‘Skimming-Perusal’ Tracking: A Framework for Real-Time and Robust Long-term Tracking

文章目錄摘要背景貢獻本文方法 摘要 相比傳統的短期跟蹤,長期跟蹤需要應對更多的挑戰,也更貼近真實應用場景,但這方面在目前研究進展較爲緩慢,因此本文提出一個新的魯棒的、實時的長時間跟蹤框架,該框架中包含一個skimming模塊和一個

原创 MLT:Deep Meta Learning for Real-Time Target-Aware Visual Tracking

文章目錄摘要背景貢獻本文方法 摘要 本文針對傳統的基於深度卷積特徵的目標跟蹤算法爲了更好適應目標形變,需要進行複雜的優化/更新工作的問題進行改進,旨在保持較高跟蹤效果的同時實現跟蹤實時性。具體地,本文引入meta-learner網

原创 《啓示錄:打造用戶喜愛的產品》讀書筆記

寫在前面:本文僅僅是根據個人閱讀習慣或個人有啓發之處所記錄的筆記,不代表該書的重點哦>o< 前言 1、產品經理的任務是探索產品的價值、可用性、可行性(可用性是指用戶明白如何使用產品,價值是指用戶對產品的渴求程度)。產品經理的目標是

原创 ToB和ToC的產品經理的區別

寫在前面:本文僅是個人閱讀參考博客,加上個人的理解進行整理,可能存在表述不當或理解不正確的地方,還請批評指正~如有需要,請直接查看文後的參考博客鏈接! 1、使用對象及需求 ToB(To Business)指明使用對象是企業,關心

原创 排序LeetCode 767 Reorganize String

LeetCode 767 Reorganize String Problem Description: 對字符串中的字符順序進行調整,如果能夠使相鄰字符不相同,返回調整後的任一滿足字符串,否則返回空字符串。 具體的題目信息: