内容简介:01活动信息
↑ 点击 蓝字 关注极市平台 识别先机 创造未来
| 极市线上分享 第41期 |
前段时间,计算机视觉顶会CVPR 2019 公布了接收结果,极市也对此做了相关报道,目前官方只公布了接收论文ID列表,极市已汇总目前公开的所有paper及code: https://github.com/extreme-assistant/cvpr2019
为让大家更好地了解这些优秀的论文和工作,极市计划做 CVPR2019的专题直播分享会 ,邀请CVPR2019的论文作者进行线上直播,分享他们优秀的团队工作和技术干货,也欢迎各位小伙伴自荐或推荐优秀的CVPR论文作者到极市进行技术分享~
本次分享,极市邀请了 中科院自动化所模式识别国家重点实验室 的研二学生 张志鹏 ,为我们分享其 CVPR2019 Oral的工作: 基于siamese网络的单目标跟踪 ,欢迎各位小伙伴参与直播,与嘉宾互动交流~
01
活动信息
主题:CVPR2019 Oral: 基于siamese网络的单目标跟踪
Deeper and Wider Siamese Network for Real-TimeObject Tracking (CVPR2019 Oral)
时间: 5月9日(周四)晚20:00~21:00
02
嘉宾信息
张志鹏
中科院自动化所模式识别国家重点实验室,研二。微软亚洲研究院导师为彭厚文。研究方向为计算机视觉,包括面向学术的单目标跟踪和面向工程的异常信息(图片/视频)检测。
03
关于分享
➤分享背景
目标跟踪是计算机视觉的基本任务之一,近年来随着大量跟踪数据库如 OTB,VOT,LASOT,GOT10K 的提出,以及 VOT 比赛的推广,单目标跟踪领域迅速发展。而这其中siamese跟踪算法由于其在速度和精度之间很好的平衡而逐渐成为单目标跟踪研究中最火的方向。然而在今年之前,siamese跟踪算法仍然是只是基于浅层的AlexNet,深层网络不但没有帮助反而会使效果下降。在CVPR19中,我们通过对网络结构属性的分析,提出网络padding, 感受野, 特征输出大小,stride是影响加深网络的关键。进而我们 提出了适用于跟踪siamese网络的crop-in-residual模块,通过堆积模块加深网络,使深层siamese网络在跟踪上效果有了显著提高。
Ps1:本次分享会分享训练siamese网络的一些经验,以及和读者一起讨论为什么siamese跟踪论文难以复现。
Ps2:MSRA组里招实习生, 有意向请联系houwen.peng@microsoft.com (不限于跟踪很多方向)
-
论文地址:
https://arxiv.org/abs/1901.01660
-
论文代码:
https://github.com/researchmm/SiamDW
➤分享大纲
1、单目标跟踪简介
2、Siamese目标跟踪背景
3、CVPR论文SiamDW (Oral)
-
Motivation
-
问题分析和Guidelines提出
-
Crop-in-Residual模块
-
模型结果
4、训练siamese跟踪网络的经验
5、关于siamese网络复现困难的探讨
6、总结展望
04
参与方式
关注“ 极市平台 ”公众号,回复 “41”或“ 张志鹏 ” 即可 获取免费直播链接 。加入专业CV交流群请填写表单
( http://extremevision.mikecrm.com/kYZXL5o) 或者点击阅读原文跳转。
05
往期回顾
极市致力于打造最专业的的视觉算法开发与分发平台,特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验,目前已成功举办 40期线上分享 。近期在线分享查看:
诸宸辰|CVPR2019:基于Anchor-free特征选择模块的单阶目标检测
王鑫龙|CVPR2019:联合分割点云中的实例和语义
张钊宁|算力限制下的目标检测实战及思考
闫霄龙|基于开源ImagePy工具的图像处理算法解析
小美&张德兵|分布式人脸识别及工业运用经验
高继扬|时序动作检测
孙书洋|CVPR 2018论文详解:光流导向特征在视频动作识别中的应用
邬书哲|基于卷积神经网络的鲁棒人脸检测
王蒙蒙|基于计算机视觉的目标跟踪算法概览
……
更多往期分享请浏览: 极市计算机视觉技术分享集锦 ( http://bbs.cvmart.net/topics/149/cvshare )
在" 极市平台 "公众号后台回复期数或者分享嘉宾名字,即可获取极市平台对应期在线分享资料。
06
关于极市平台
极市平台(Extreme Mart) 是深圳极视角旗下的专业的视觉算法开发与分发平台,通过为开发者提供免费算法分发,真实行业需求和丰富场景性数据等,与开发者一起搭建视觉算法市场的App Store。
有问题的请在开发者社区分享帖 http://bbs.cvmart.net/topics/403 留言,嘉宾会在直播中回答大家的问题~
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 网络爬虫直播观看总结(掘金直播第十期)
- 一文盘点直播技术中的编解码、直播协议、网络传输与简单实现
- 一文盘点直播技术中的编解码、直播协议、网络传输与简单实现
- 直播与 RTC 融合
- 直播协议
- 熊猫直播技术架构演进
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。