多目标跟踪笔记三：Global Data Association for Multi-Object Tracking Using Network Flows
Abstract 针对用于多目标跟踪的数据关联（data association），本文提出了一种基于网络流（network flow）的优化方法。将最大后验概率(maximum-a-poste ...
原文：Spatial-Temporal Relation Networks for Multi-Object Tracking
Spatial Temporal Relation Networks for Multi Object Tracking : : Paper:https: arxiv.org pdf . .pdf . Background and Motivation: 多目标跟踪的目标是：定位物体并且在视频中仍然可以保持他们的身份。该任务已经应用于多种场景，如视频监控，体育游戏分析，自动驾驶等等。大部分的方法都 ...
2019-05-21 11:09 0 1104 推荐指数：
相关推荐
论文笔记之：Learning to Track: Online Multi-Object Tracking by Decision Making
Learning to Track: Online Multi-Object Tracking by Decision Making ICCV 2015 本文主要是研究多目标跟踪，而 online 的多目标检测的主要挑战是 如何有效的将当前帧检测出来的目标和之前跟踪 ...
论文阅读笔记（十一）【ICCV2017】：Jointly Attentive Spatial-Temporal Pooling Networks for Video-based Person Re-Identification
考虑进行人重识别中，提出了时空联合注意力池化网络（jointly Attentive Spatial-T ...
Paper Reading: Relation Networks for Object Detection
Relation Networks for Object Detection笔记 写在前面：关于这篇论文的背景知识，请参考我前面的两篇随笔（《关于目标检测》和《关于注意力机制》） 摘要： 所有最先进的物体检测系统仍然依赖于单独识别物体实例, 在学习过程中并没有利用它们的关系 ...
【论文笔记】Relation Networks for Object Detection
&论文概述 获取地址：https://arxiv.org/abs/1711.11575 代码链接：https://github.com/msracver/Relation-Networks-for-Object-Detection &总结与个人观点 消融实验表明 ...
（转）Multi-Object-Tracking-Paper-List
-paper-list Multi-object tracking is a deeply explored but no ...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition (ST-GCN)
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition 摘要 动态人体骨架模型带有进行动作识别的重要信息，传统的方法通常使用手工特征或者遍历规则对骨架进行建模，从而限制了表达能力 ...
【论文笔记】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition 2018-01-28 15:45:13 研究背景和动机： 行人动作识别（Human Action ...