原创 論文筆記:TrafficPredict: Trajectory Prediction for Heterogeneous Traffic-Agents

論文筆記:TrafficPredict: Trajectory Prediction for Heterogeneous Traffic-Agents 摘要 這是百度在AAAI2019發佈的一篇文章。這篇文章提出了一種基於4D-g

原创 論文筆記:Rich feature hierarchies for accurate object detection and semantic segmentation(R-CNN)

論文筆記:RCNN 這是CVPR 2014的一篇經典論文,首次提出R-CNN檢測網絡,雖然速度很慢,但是在那個時間點已經算是一個開創性的工作了。 簡介 這篇文章提出了一個二階段的方法進行目標檢測。第一步通過一個卷積神經網絡生成20

原创 論文筆記:DeepSORT : SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC

論文筆記:DeepSORT 1.簡介 這是ICIP2017的一篇經典多目標跟蹤的論文。本篇論文基於SORT改進,通過加入深度特徵來減少ID Switch,實現了更高的跟蹤指標,並在GTX 1050上實現了20Hz的處理速度。 2.

原创 論文筆記:SinGAN: Learning a Generative Model from a Single Natural Image

論文筆記:SinGAN: Learning a Generative Model from a Single Natural Image 簡介 這是ICCV2019 最佳論文。本文提出了一個多尺度的GAN,能夠用單張圖片進行訓練,

原创 論文筆記:Mask R-CNN

論文筆記:Mask R-CNN 1.簡介 MASK RCNN是ICCV 2017 best paper。這篇文章提出了一個二階段的實例分割網絡,能以像素級精度分割出每一個不同的個體。 2.設計思路 這是一個兩階段的方法,第一階段通

原创 論文筆記:SIMPLE ONLINE AND REALTIME TRACKING(SORT)

論文筆記:SORT 1. 簡介 這是發表在ICIP 2016上的一篇文章。文章提出了一個基於卡爾曼濾波和匈牙利算法的多目標跟蹤算法,實現了高速跟蹤。 2. 動機 之前的算法建立的模型夠過於複雜,因此算法的速度很慢或者精度不高。本算

原创 論文筆記:You Only Look Once:Unified, Real-Time Object Detection(YOLO)

論文筆記:YOLO 簡介 這是CVPR2016的一篇很經典的目標檢測論文,一階段目標檢測鼻祖,提出了一個非常實時的目標檢測算法。YOLO把檢測問題視爲一個單純的迴歸問題,比起之前的算法,YOLO預測出假陽性結果(把背景預測成某個類

原创 論文筆記:Objects as Points(CenterNet)

論文筆記:CenterNet 簡介 以往的檢測方法很多都是找到一大堆潛在目標的位置並且逐一分類,效率很低,本文提出的方法是通過關鍵點估計來找到目標中心點並且迴歸出目標的所有屬性(包括offset、檢測框尺寸、類別等等)。通過一個全

原创 論文筆記:CornerNet: Detecting Objects as Paired Keypoints

論文筆記:CornerNet: Detecting Objects as Paired Keypoints 這是ECCV2018的一篇檢測的文章,文中提出了一個anchor free 的目標檢測方法,不需要使用anchor,而是直

原创 論文筆記:Tracking without bells and whistles

論文筆記:Tracking without bells and whistles 簡介 這是ICCV2019的一篇多目標跟蹤的文章。文中指出以往的tracking by detection的方法過程有點冗雜,明明可以通過迴歸直接預

原创 論文筆記:Reinforcing LiDAR-Based 3D Object Detection with RGB and 3D Information

論文筆記:Reinforcing LiDAR-Based 3D Object Detection with RGB and 3D Information 簡介 本文提出了一個融合了RGB-D和3D點雲信息的3-D目標檢測方法。融合

原创 論文筆記:MOTDT

論文筆記:REAL-TIME MULTIPLE PEOPLE TRACKING WITH DEEPLY LEARNED CANDIDATE SELECTION AND PERSON RE-IDENTIFICATION 1.簡介 這

原创 論文筆記:Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

論文筆記:Faster R-CNN 1.簡介 PAMI上的一篇經典目標檢測論文,提出了一個RPN網絡替代之前Fast R-CNN的SS(選擇性搜索)進行區域提案。同時,RPN與Fast R-CNN共享大部分卷積層,從而提高整個系統

原创 論文筆記:Multi-Object Tracking with Multiple Cues and Switcher-Aware Classification(LSST)

論文筆記:Multi-Object Tracking with Multiple Cues and Switcher-Aware Classification(LSST) 簡介 這是一篇arxiv上的文章,文中提出了一個新的多目標

原创 論文筆記:Deeply-Learned Part-Aligned Representations for Person Re-Identification

論文筆記:Deeply-Learned Part-Aligned Representations for Person Re-Identification 簡介 這是ICCV2017的一篇person Re-id的論文。論文提出了