原创 特徵轉換方法比較(PCA、ICA、LDA)

特徵轉換方法比較(PCA、ICA、LDA)一、主成分分析(PCA)二、獨立成分分析(ICA)三、線性判別分析(LDA)四、異同點比較         隨着機器學習和數據科學的發展,大數據的分析與處理在許多領域得到了應用。這通常需要

原创 MTMC Tracking 數據集

MTMC Tracking 數據集一、DukeMTMC二、Wildtrack dataset三、其他MTMC數據集        看了網上很多的MTMC的數據集彙總都是針對於Reid任務的,即數據集中的目標都是切割好的行人目標而不

原创 Towards Real-Time Multi-Object Tracking(JDE)論文閱讀及代碼實驗

Towards Real-Time Multi-Object Tracking(JDE) Paper:https://arxiv.org/pdf/1909.12605v1.pdf Github:https://github.com

原创 A Simple Baseline for Multi-Object Tracking(FairMOT)——原理及代碼測試

A Simple Baseline for Multi-Object Tracking(FairMOT) Paper:https://arxiv.org/abs/2004.01888 Github:https://github.c

原创 【MOT論文總結】Tracking without bells and whistles

Tracking without bells and whistles 論文地址:https://arxiv.org/abs/1903.05625 本篇文章重要講述內容在於方法的實現與作者文中的一些分析的想法。 #文章的中心思想

原创 目標檢測方向論文筆記——CVPR2019(一)

本段時間閱讀了幾篇cvpr2019 有關檢測方面的論文,對其實現思路做個簡單記錄。 1、Mask Scoring R-CNN 本文章中作者所提出的問題是在Mask-RCNN中Mask分支的評分標準是通過判斷分割區域是否在檢測框中

原创 時間序列分類總結(time-series classification)

時間序列分類總結(time-series classification)一、傳統方法(需要手工設計)1、DTW(dynamic time warping)& KNN2、基於特徵的方法二、深度學習1、MLP、FCN、ResNet2、

原创 關於上採樣方法總結(插值和深度學習)

一、簡介       上採樣的技術是圖像進行超分辨率的必要步驟,最近看到了CVPR2019有一些關於上採樣的文章,所以想着把上採樣的方法做一個簡單的總結。 看了一些文章後,發現上採樣大致被總結成了三個類別: 1、基於線性插值的上採

原创 第五屆百度西安交大大數據賽‘划水’隊方案 初賽 第9名 複賽 第23名

第一次參加該類型的比賽,發現我們還是和大佬們的差距很大,要學習和提高的地方很多,比賽中的數據分爲圖像數據和訪問數據,由於兩邊都是剛剛入門,爲此都沒有改得特別好的成績,最終未能進入決賽,對一些經驗進行總結吧。 複賽思路圖如下: 在

原创 第五屆百度&西安交通大學大數據競賽(Urban Region Function Classification)初賽思路總結(0.7338,初賽第九名)

近幾個月剛剛轉到這個領域,作爲什麼都不瞭解的小白,看到了百度點石上這個比賽報名信息,果斷報名。。由於比賽還未結束,在結束之後我們會在github上公開我們最終的代碼,博客也會更新最終的比賽思路,現在想把我們初賽所採用的思路和一些進

原创 Pyhon-vlc接口二次封裝,可用於Pyqt5作爲實時視頻流讀取

查找了很多資料很少用vlc讀取實時攝像頭數據用pyqt來顯示的例子,爲此,參考了一些資料對vlc做了一個二次封裝,封裝後保留了opencv基本上的一些功能,可以替換原pyqt的工程中opencv的接口直接使用。 說明如下 類Pla

原创 目標跟蹤檢測算法(一)——傳統方法

第一階段 目標跟蹤分爲兩個部分,一個是對指定目標尋找可以跟蹤的特徵,常用的有顏色,輪廓,特徵點,軌跡等,另一個是對目標特徵進行跟蹤。 1、靜態背景 1)背景差:對背景的光照變化、噪聲干擾以及週期性運動等進行建模。通過當前幀減去背景圖來

原创 目標跟蹤檢測算法(三)——相關濾波與深度學習應用

第三階段(2012年~至今 ,基於相關濾波的跟蹤算法提出,及深度學習的應用) 1、相關濾波 MOOSE(ICCV 2010)是目標跟蹤領域第一篇相關濾波算法,採用單通道灰度特徵,在訓練和檢測時都沒有加padding,速度:615FPS

原创 目標跟蹤檢測算法(二)——檢測與跟蹤

第二階段(2010年~2012年,檢測與跟蹤相結合的方法出現) 在該階段,對已存的目標追蹤算法出現了兩種比較公認的分類,一種是基於生成模型的方法,一種是基於判別模型的方法。在第一階段中的方法都屬於前一種,而基於判別的方法是指通過分類來

原创 Tracking數據集及評價指標

一、單目標跟蹤數據集 目前比較常用的單目標跟蹤數據集有OTB和VOT。 1、OTB數據集(Object Tracking Benchmark) 1)簡介 用的最廣泛的是OTB-50和OTB-100,裏面涉及到灰度圖像和彩色圖像,也涉及