Mobile Video Object Detection with Temporally-Aware Feature Maps
文章作者來自谷歌，發表在CVPR2018上面。 摘要： 本文提出了一個視頻目標檢測的在線模型，用於在移動設備和邊緣設備上實時運行。我們的方法將速度快的單幀目標檢測器和LSTM層結合，得到一個混 ...
原文：【轉】Looking Fast and Slow: Memory-Guided Mobile Video Object Detection
參考：https: mp.weixin.qq.com s Sq dBuU aY Ug NBZMc lA Motivation 物體在快速運動時，當人眼所看到的影像消失后，人眼仍能繼續保留其影像，約 . . 秒左右的圖像，這種現象被稱為視覺暫留現象。人類在觀看視頻時，利用視覺暫留機制和記憶能力，可以快速處理視頻流。借助於存儲功能，CNN同樣可以實現減少視頻目標檢測的計算量。 視頻幀具有較高的時序冗余 ...
2019-04-08 16:35 0 874 推薦指數：
相關推薦
Flow-Guided Feature Aggregation for Video Object Detection論文筆記
摘要 目前檢測的准確率受物體視頻中變化的影響，如運動模糊，鏡頭失焦等。現有工作是想要在框的級別上尋找時序信息，但這樣的方法通常不能端到端訓練。我們提出了flow-guided feature aggregation，一個用於視頻物體檢測的端到端學習框架。在特征級別上利用時序信息，通過相鄰幀的運動 ...
Fast YOLO: A Fast You Only Look Once System for Real-time Embedded Object Detection in Video 學習筆記
Abstract 目標檢測被認為是計算機視覺領域最具挑戰性的問題之一，因為它涉及場景中物體分類和物體定位的組合。最近，與其他方法相比，深度神經網絡（DNN）已經被證明可以實現出色的物體檢測性能， ...
論文簡讀:Memory-guided Unsupervised Image-to-image Translation
一篇用內存思想來完成Instance-level i2i translation工作的文章。全名是memory-guided unsupervised I2I translation (MGUIT)。 至於這個memory network是什么，后文再說。 Related works就不多介紹 ...
Progressive Sparse Local Attention for Video object detection
motivation: 之前使用flownet的方法有諸多弊端。 1.在檢測框架中加入光流網絡極大地增加了檢測器模型的參數，無法用在移動端。 2.光流原本是描述兩張圖片間像素點的位移的，直接將其 ...
（轉）Awesome Object Detection
Awesome Object Detection 2018-08-10 09:30:40 This blog is copied from: https://github.com/amusi/awesome-object-detection This is a list ...
論文筆記《Spatial Memory for Context Reasoning in Object Detection》
detection中如何有效的利用context信息的問題，這里作者提出了有兩種context信息：1、ima ...
Shifting More Attention to Video Salient Object Detection 學習筆記
突出/顯眼目標的識別廣泛用於機器視覺，自動駕駛等領域，研究表明，人的眼睛對於顯眼和不顯眼的目標的識別的方式有着顯著的不同 但是由於各類原因，vsod的領域面臨着很多挑戰，所以，針對這些，這篇文章主要 ...