目标跟踪-按专题分类文章

2023年7月1日上午11:04 • 人工智能 • 阅读 91

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

1、Fast Online Object Tracking and Segmentation: A Unifying Approach（快速在线目标跟踪和分割：一种统一的方法）

github&#xFF1A;https://github.com/foolwood/SiamMask

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/1812.05050

&#x4F5C;&#x8005;&#xFF1A;&#x738B;&#x5F3A;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;741

&#x901F;&#x5EA6;&#xFF1A;55FPS

2、Unsupervised Deep Tracking（无监督深度跟踪）

github&#xFF1A;https://github.com/594422814/UDT_pytorch
        https://github.com/594422814/UDT

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;arxiv.org/abs/1904.01828

&#x4F5C;&#x8005;&#xFF1A;&#x738B;&#x5B81;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;240

&#x901F;&#x5EA6;&#xFF1A;55FPS

3、Target-Aware Deep Tracking（目标感知深度跟踪）

github&#xFF1A;https://github.com/ZikunZhou/TADT-python
        https://github.com/XinLi-zn/TADT

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/1904.01772

&#x4F5C;&#x8005;&#xFF1A;&#x674E;&#x946B;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;258

&#x901F;&#x5EA6;&#xFF1A;77FPS

4、TCTrack_Temporal Contexts for Aerial Tracking（空中跟踪的时间上下文）

github&#xFF1A;vision4robotics/TCTrack: TCTrack: Temporal Contexts for Aerial Tracking (CVPR2022) (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/2203.01885

&#x4F5C;&#x8005;&#xFF1A;Ziang Cao

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2022

&#x5F15;&#x7528;&#x6570;&#xFF1A;0

&#x901F;&#x5EA6;&#xFF1A;NVIDIA Jetson AGX Xavier&#x4E0A;&#x8D85;&#x8FC7;27 FPS

5、SiamCAR: Siamese Fully Convolutional Classification and Regression for Visual Tracking （SiamCAR：暹罗全卷积分类和回归用于视觉跟踪）

github&#xFF1A;https://github.com/ohhhyeahhh/SiamCAR

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;arxiv.org/abs/1911.07241

&#x4F5C;&#x8005;&#xFF1A;&#x90ED;&#x51AC;&#x8273;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;154

&#x901F;&#x5EA6;&#xFF1A;54FPS

6、Siam R-CNN: Visual Tracking by Re-Detection（Siam R-CNN：通过重新检测进行视觉跟踪）

github&#xFF1A;https://github.com/VisualComputingInstitute/SiamR-CNN

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/1911.12836

&#x4F5C;&#x8005;&#xFF1A;Paul

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;176

&#x901F;&#x5EA6;&#xFF1A;15FPS

7、Siamese Box Adaptive Network for Visual Tracking（用于视觉跟踪的连体框自适应网络）

github&#xFF1A;https://github.com/hqucv/siamban

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;arxiv.org/abs/2003.06761

&#x4F5C;&#x8005;&#xFF1A;&#x9648;&#x6CFD;&#x90FD;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;201

&#x901F;&#x5EA6;&#xFF1A;40FPS

8、Fully-Convolutional Siamese Networks for Object Tracking（用于对象跟踪的全卷积连体网络）

github&#xFF1A;https://github.com/bertinetto/cfnet

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/1606.09549

&#x4F5C;&#x8005;&#xFF1A;Luca Bertinetto

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2016

&#x5F15;&#x7528;&#x6570;&#xFF1A;2773

&#x901F;&#x5EA6;&#xFF1A;86fps

9、SiamAPN++: Siamese Attentional Aggregation Network for Real-Time UAV Tracking

github&#xFF1A;https://github.com/vision4robotics/SiamAPN

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/pdf/2106.08816.pdf

&#x4F5C;&#x8005;&#xFF1A;Ziang Cao

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;IEEE2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;6

&#x901F;&#x5EA6;&#xFF1A;35FPS

10、Onboard Real-Time Aerial Tracking With Efficient Siamese Anchor Proposal Network（使用高效连体锚提议网络进行机载实时空中跟踪）

github&#xFF1A;vision4robotics/SiamAPN: SiamAPN & SiamAPN++ (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://ieeexplore.ieee.org/abstract/document/9477413

&#x4F5C;&#x8005;&#xFF1A;Changhong Fu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;IEEE2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;6

&#x901F;&#x5EA6;&#xFF1A;-

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/pdf/2012.10706.pdf

&#x4F5C;&#x8005;&#xFF1A;Changhong Fu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;IEEE2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;6

&#x901F;&#x5EA6;&#xFF1A;200FPS

12、Siamese Instance Search for Tracking（暹罗实例搜索跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_cvpr_2016/papers/Tao_Siamese_Instance_Search_CVPR_2016_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Ran Tao

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;IEEE2016

&#x5F15;&#x7528;&#x6570;&#xFF1A;950

&#x901F;&#x5EA6;&#xFF1A;-

13、Learning Dynamic Siamese Network for Visual Object Tracking（学习视觉的动态连体网络对象追踪）

github&#xFF1A;Learning Dynamic Siamese Network for Visual Object Tracking

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_ICCV_2017/papers/Guo_Learning_Dynamic_Siamese_ICCV_2017_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Qing Guo

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2017

&#x5F15;&#x7528;&#x6570;&#xFF1A;586

&#x901F;&#x5EA6;&#xFF1A;45FPS

14、SiamRPN++: Evolution of Siamese Visual Tracking With Very Deep Networks（SiamRPN++：连体视觉的进化使用非常深的网络进行跟踪）

github&#xFF1A;https://github.com/STVIR/pysot

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_CVPR_2019/html/Li_SiamRPN_Evolution_of_Siamese_Visual_Tracking_With_Very_Deep_Networks_CVPR_2019_paper.html

&#x4F5C;&#x8005;&#xFF1A;&#x674E;&#x6CE2;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;876

&#x901F;&#x5EA6;&#xFF1A;70FPS

15、High Performance Visual Tracking with Siamese Region Proposal Network（使用孪生区域提议网络的高性能时间跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_cvpr_2018/html/Li_High_Performance_Visual_CVPR_2018_paper.html

&#x4F5C;&#x8005;&#xFF1A;&#x674E;&#x6CE2;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;1363

&#x901F;&#x5EA6;&#xFF1A;25FPS

16、Scale Equivariance Improves Siamese Tracking（尺度等方差改进孪生网络）

github&#xFF1A;Scale Equivariance Improves Siamese Tracking

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Scale Equivariance Improves Siamese Tracking (thecvf.com)
&#x4F5C;&#x8005;&#xFF1A;Ivan Sosnovik

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;WACV2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;15

&#x901F;&#x5EA6;&#xFF1A;-

17、Learning the Model Update for Siamese Trackers（学习连体跟踪器的模型更新）

github&#xFF1A;https://github.com/zhanglichao/

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_ICCV_2019/papers/Zhang_Learning_the_Model_Update_for_Siamese_Trackers_ICCV_2019_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Lichao Zhang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;130

&#x901F;&#x5EA6;&#xFF1A;160

18、 Distractor-aware siamese networks for visual object tracking（用于视觉对象跟踪的 Distractor-aware siamese 网络）

github&#xFF1A;foolwood/DaSiamRPN: [ECCV2018] Distractor-aware Siamese Networks for Visual Object Tracking (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_ECCV_2018/papers/Zheng_Zhu_Distractor-aware_Siamese_Networks_ECCV_2018_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Zheng Zhu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;0

&#x901F;&#x5EA6;&#xFF1A;160

19、Deeper and Wider Siamese Networks for Real-time Visual Tracking（用于实时视觉跟踪的更深更广的连体网络）

github&#xFF1A;https://github.com/researchmm/SiamDW

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_CVPR_2019/papers/Zhang_Deeper_and_Wider_Siamese_Networks_for_Real-Time_Visual_Tracking_CVPR_2019_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Zhipeng Zhang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;467

&#x901F;&#x5EA6;&#xFF1A;35fps

20、Learn to Match: Automatic Matching Network Design for Visual Tracking（学习匹配：用于视觉跟踪的自动匹配网络设计）

github&#xFF1A;JudasDie/SOTS: Single object tracking and segmentation. (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;2108.00803.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;&#x5F20;&#x5FD7;&#x9E4F;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;10

&#x901F;&#x5EA6;&#xFF1A;50FPS

21、STMTrack: Template-free Visual Tracking with Space-time Memory Networks（STMTrack:时空记忆网络的无模板视觉跟踪）

github&#xFF1A;fzh0917/STMTrack: STMTrack: Template-free Visual Tracking with Space-time Memory Networks (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;2104.00324.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Zhihong Fu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;22

&#x901F;&#x5EA6;&#xFF1A;37FPS

22、SNLT_Siamese Natural Language Tracker: Tracking by Natural Language Descriptions with Siamese Trackers （暹罗自然语言追踪器:自然语言追踪描述与暹罗追踪）

github&#xFF1A;fredfung007/snlt (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1912.02048.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Qi Feng

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;1

&#x901F;&#x5EA6;&#xFF1A;50FPS

23、Learning to Filter: Siamese Relation Network for Robust Tracking （学习过滤:用于鲁棒跟踪的暹罗关系网络）

github&#xFF1A;hqucv/siamrn: Learning to Filter: Siamese Relation Network for Robust Tracking (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;2104.00829.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Siyuan Cheng

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;12

&#x901F;&#x5EA6;&#xFF1A;-

24、Progressive Unsupervised Learning for Visual Object Tracking（基于渐进式无监督学习的视觉目标跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Progressive Unsupervised Learning for Visual Object Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Qiangqiang Wu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;3

&#x901F;&#x5EA6;&#xFF1A;-

24、Rotation Equivariant Siamese Networks for Tracking（用于跟踪旋转等孪生网络）

github&#xFF1A;dkgupta90/re-siamnet: Rotation Equivariant Siamese Networks for Tracking (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Rotation Equivariant Siamese Networks for Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Deepak K. Gupta

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;10

&#x901F;&#x5EA6;&#xFF1A;-

25、SiamFC++: Towards Robust and Accurate Visual Tracking with Target Estimation Guidelines（SiamFC++:基于目标估计准则的鲁棒和精确视觉跟踪）

github&#xFF1A;https://github.com/MegviiDetection/video_analyst

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1911.06188v4.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Yinda Xu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;AAAI2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;187

&#x901F;&#x5EA6;&#xFF1A;90FPS

26、GradNet: Gradient-Guided Network for Visual Object Tracking（梯度网络:用于视觉目标跟踪的梯度引导网络）

github&#xFF1A;LPXTT/GradNet-Tensorflow: The code of GradNet based on Tensorflow (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;GradNet: Gradient-Guided Network for Visual Object Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Peixia Li

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;164

&#x901F;&#x5EA6;&#xFF1A;80FPS

27、Deep Meta Learning for Real-Time Target-Aware Visual Tracking（基于深度元学习的实时目标感知视觉跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Deep Meta Learning for Real-Time Target-Aware Visual Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Janghoon Choi

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;60

&#x901F;&#x5EA6;&#xFF1A;48FPS

28、’Skimming-Perusal’ Tracking: A Framework for Real-Time and Robust Long-term Tracking （实时和稳健的长期跟踪框架）

github&#xFF1A;iiau-tracker/SPLT: `Skimming-Perusal' Tracking: A Framework for Real-Time and Robust Long-term Tracking (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;'Skimming-Perusal' Tracking: A Framework for Real-Time and Robust Long-Term Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Bin Yan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;94

&#x901F;&#x5EA6;&#xFF1A;31FPS

29、Graph Convolutional Tracking（图卷积跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Graph Convolutional Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Junyu Gao

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;172

&#x901F;&#x5EA6;&#xFF1A;49.8FPS

30、Siamese Cascaded Region Proposal Networks for Real-Time Visual Tracking（用于实时视觉跟踪的连体级联区域提议网络）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Siamese Cascaded Region Proposal Networks for Real-Time Visual Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Heng Fan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;255

&#x901F;&#x5EA6;&#xFF1A;32FPS

31、SPM-Tracker: Series-Parallel Matching for Real-Time Visual Object Tracking（SPM-Tracker:串并联匹配实时视觉目标跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;SPM-Tracker: Series-Parallel Matching for Real-Time Visual Object Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Guangting Wang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;

&#x5F15;&#x7528;&#x6570;&#xFF1A;138

&#x901F;&#x5EA6;&#xFF1A;120FPS

32、A Twofold Siamese Network for Real-Time Object Tracking （一种用于实时目标跟踪的双连体网络）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;A Twofold Siamese Network for Real-Time Object Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Anfeng He

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;

&#x5F15;&#x7528;&#x6570;&#xFF1A;463

&#x901F;&#x5EA6;&#xFF1A;50FPS

33、SINT++: Robust Visual Tracking via Adversarial Positive Instance Generation（通过对抗性正实例生成的鲁棒视觉跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;SINT++: Robust Visual Tracking via Adversarial Positive Instance Generation (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Xiao Wang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;

&#x5F15;&#x7528;&#x6570;&#xFF1A;99

&#x901F;&#x5EA6;&#xFF1A;-

1、Graph Attention Tracking

github&#xFF1A;https://github.com/ohhhyeahhh/SiamGAT

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content/CVPR2021/papers/Guo_Graph_Attention_Tracking_CVPR_2021_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Dongyan Guo

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;34

&#x901F;&#x5EA6;&#xFF1A;70fps

2、Learning Attentions: Residual Attentional Siamese Network for High Performance Online Visual Tracking（学习注意力：用于高性能在线视觉跟踪的剩余注意力孪生网络）

github&#xFF1A;https://github.com/foolwood

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_cvpr_2018/papers/Wang_Learning_Attentions_Residual_CVPR_2018_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Qiang Wang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;cvpr2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;337

&#x901F;&#x5EA6;&#xFF1A;80FPS

3、Deformable siamese attention networks for visual object tracking（用于视觉对象跟踪的可变形孪生注意力网络）

github&#xFF1A;msight-tech/research-siamattn: Deformable Siamese Attention Networks for Visual Object Tracking (SiamAttn) (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_CVPR_2020/papers/Yu_Deformable_Siamese_Attention_Networks_for_Visual_Object_Tracking_CVPR_2020_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Yuechen Yu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;87

&#x901F;&#x5EA6;&#xFF1A;33FPS

4、Correlation-Guided Attention for Corner Detection Based Visual Tracking（基于关联引导注意的角点检测视觉跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_CVPR_2020/papers/Du_Correlation-Guided_Attention_for_Corner_Detection_Based_Visual_Tracking_CVPR_2020_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Fei Du

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;37

&#x901F;&#x5EA6;&#xFF1A;70FPS

5、Deep Attentive Tracking via Reciprocative Learning

github&#xFF1A;shipubupt/NIPS2018: Tracking (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1810.03851.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Shi Pu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;NIPS2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;114

&#x901F;&#x5EA6;&#xFF1A;1FPS

1、Correlation-Aware Deep Tracking （相关感知深度跟踪）

github&#xFF1A;&#x65E0;

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;arxiv.org/abs/2203.01666

&#x4F5C;&#x8005;&#xFF1A;&#x8C22;&#x98DE;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2022&#xFF08;3&#x6708;&#xFF09;

&#x5F15;&#x7528;&#x6570;&#xFF1A;0

&#x901F;&#x5EA6;&#xFF1A;24fps

&#x63D0;&#x51FA;&#x4E86;Single Branch Transformer (SBT) network

&#x6765;&#x81EA; <https: 477105316 zhuanlan.zhihu.com p>
</https:>

2、HiFT: Hierarchical Feature Transformer for Aerial Tracking（HiFT：用于空中跟踪的分层特征转换器）

github&#xFF1A;https: //github.com/vision4robotics/HiFT

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content/ICCV2021/html/Cao_HiFT_Hierarchical_Feature_Transformer_for_Aerial_Tracking_ICCV_2021_paper.html

&#x4F5C;&#x8005;&#xFF1A;&#x66F9;&#x5B50;&#x6602;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;10

&#x901F;&#x5EA6;&#xFF1A;31fps

3、Transformer Tracking（变压器跟踪）

github&#xFF1A;https://github.com/chenxin-dlut/TransT

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content/CVPR2021/papers/Chen_Transformer_Tracking_CVPR_2021_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Xin Chen

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;102

&#x901F;&#x5EA6;&#xFF1A;50fps

4、Transformer Meets Tracker: Exploiting Temporal Context for Robust Visual Tracking（利用时间上下文进行稳健的视觉跟踪）

github&#xFF1A;https://github.com/594422814/TransformerTrack

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content/CVPR2021/papers/Wang_Transformer_Meets_Tracker_Exploiting_Temporal_Context_for_Robust_Visual_Tracking_CVPR_2021_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Ning Wang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;66

&#x901F;&#x5EA6;&#xFF1A;26FPS

5、Learning Spatio-Temporal Transformer for Visual Tracking（用于视觉跟踪的学习时空变换器）

github&#xFF1A;https://github.com/researchmm/Stark

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content/ICCV2021/papers/Yan_Learning_Spatio-Temporal_Transformer_for_Visual_Tracking_ICCV_2021_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Bin Yan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;

&#x5F15;&#x7528;&#x6570;&#xFF1A;41

&#x901F;&#x5EA6;&#xFF1A;40FPS

6、End-to-end object detection with transformer（使用变压器的端到端对象检测）

github&#xFF1A;https://github.com/facebookresearch/detr

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/pdf/2005.12872.pdf,

&#x4F5C;&#x8005;&#xFF1A;Nicolas Carion

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;1840

&#x901F;&#x5EA6;&#xFF1A;40FPS

7、High-performance discriminative tracking with transformers（高性能变压器的判别式跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content/ICCV2021/papers/Yu_High-Performance_Discriminative_Tracking_With_Transformers_ICCV_2021_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Bin Yu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;9

&#x901F;&#x5EA6;&#xFF1A;50FPS

8、MixFormer: End-to-End Tracking with Iterative Mixed Attention（MixFormer:端到端跟踪与迭代混合注意）

github&#xFF1A;https://github.com/MCG-NJU/MixFormer

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/pdf/2203.11082.pdf

&#x4F5C;&#x8005;&#xFF1A;Yutao Cui

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;-2022

&#x5F15;&#x7528;&#x6570;&#xFF1A;0

&#x901F;&#x5EA6;&#xFF1A;

1、D3S – A Discriminative Single Shot Segmentation Tracker（D3S – 判别性单次分割跟踪器）

github&#xFF1A;https://github.com/alanlukezic/d3s

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/1911.08862

&#x4F5C;&#x8005;&#xFF1A;Alan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;153

&#x901F;&#x5EA6;&#xFF1A;25FPS

2、ROAM: Recurrently Optimizing Tracking Model （ROAM：循环优化跟踪模型）

github&#xFF1A;https://github.com/skyoung/ROAM

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/1907.12006

&#x4F5C;&#x8005;&#xFF1A;&#x6768;&#x5929;&#x5B87;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;68

&#x901F;&#x5EA6;&#xFF1A;20FPS

3、Cooling-Shrinking Attack: Blinding the Tracker with Imperceptible Noises

github&#xFF1A;https://github.com/MasterBin-IIAU/CSA

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/2003.09595

&#x4F5C;&#x8005;&#xFF1A;Bin Yan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;28

&#x901F;&#x5EA6;&#xFF1A;-

4、High-Performance Long-Term Tracking with Meta-Updater（使用 Meta-Updater 进行高性能长期跟踪）

github&#xFF1A;https://github.com/Daikenan/LTMU

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/2004.00305

&#x4F5C;&#x8005;&#xFF1A;Kenan Dai

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;78

&#x901F;&#x5EA6;&#xFF1A;13FPS

5、AutoTrack: Towards High-Performance Visual Tracking for UAV with Automatic Spatio-Temporal Regularization （AutoTrack：通过自动时空正则化实现无人机的高性能视觉跟踪）

github&#xFF1A;https://github.com/vision4robotics/AutoTrack

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/2003.12949

&#x4F5C;&#x8005;&#xFF1A;Yiming Li

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;101

&#x901F;&#x5EA6;&#xFF1A;cpu&#x4E0A;60fps

6、Probabilistic Regression for Visual Tracking（视觉跟踪的概率回归）

github&#xFF1A;https://github.com/visionml/pytracking

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://arxiv.org/abs/2003.12565

&#x4F5C;&#x8005;&#xFF1A;&#x9A6C;&#x4E01;&#xB7;&#x4E39;&#x5185;&#x5C14;&#x626C;

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;156

&#x901F;&#x5EA6;&#xFF1A;30FPS

7、MAST: A Memory-Augmented Self-Supervised Tracker（MAST：一种记忆增强的自我监督跟踪器）

github&#xFF1A;github.com/zlai0/MAST

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;arxiv.org/abs/2002.07793

&#x4F5C;&#x8005;&#xFF1A;Zihang Lai

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;74

&#x901F;&#x5EA6;&#xFF1A;-

8、Saliency-Associated Object Tracking（显著性关联对象跟踪）

github&#xFF1A;ZikunZhou/SAOT: Official implementation for Saliency-Associated Object Tracking (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;2108.03637.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Zikun Zhou

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;6

&#x901F;&#x5EA6;&#xFF1A;29FPS

9、LightTrack: Finding Lightweight Neural Networks for Object Tracking via One-Shot Architecture Search（LightTrack:寻找用于目标跟踪的轻量级神经网络通过一次性建筑搜索）⭐⭐

github&#xFF1A;researchmm/LightTrack: [CVPR21] LightTrack: Finding Lightweight Neural Network for Object Tracking via One-Shot Architecture Search (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;2104.14545.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Bin Yan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;13

&#x901F;&#x5EA6;&#xFF1A;38.4fps

10、Alpha-Refine: Boosting Tracking Performance by Precise Bounding Box Estimation（Alpha-Refine:通过精确的包围盒估计来提高跟踪性能）⭐⭐

github&#xFF1A;MasterBin-IIAU/AlphaRefine: Official implementation for the CVPR2021 paper Alpha-Refine (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Alpha-Refine: Boosting Tracking Performance by Precise Bounding Box Estimation (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Bin Yan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;37

&#x901F;&#x5EA6;&#xFF1A;-

11、CapsuleRRT: Relationships-aware Regression Tracking via Capsules（胶囊errt:通过胶囊感知关系的回归跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;CapsuleRRT: Relationships-Aware Regression Tracking via Capsules (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Ding Ma

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;1

&#x901F;&#x5EA6;&#xFF1A;30FPS

12、Towards More Flexible and Accurate Object Tracking with Natural Language: Algorithms and Benchmark（使用自然语言实现更灵活和准确的目标跟踪:算法和基准）

Github:wangxiao5791509/Single_Object_Tracking_Paper_List: Paper list for single object tracking (State-of-the-art SOT trackers) (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Towards More Flexible and Accurate Object Tracking With Natural Language: Algorithms and Benchmark (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Xiao Wang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;0

&#x901F;&#x5EA6;&#xFF1A;-

13、Tracking by Instance Detection: A Meta-Learning Approach（基于实例检测的跟踪:元学习方法）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;2004.00830v1.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Guangting Wang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2020

&#x5F15;&#x7528;&#x6570;&#xFF1A;90

&#x901F;&#x5EA6;&#xFF1A;40FPS

14、Learning Discriminative Model Prediction for Tracking（学习判别模型预测跟踪）

github&#xFF1A;visionml/pytracking: Visual tracking library based on PyTorch. (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Learning Discriminative Model Prediction for Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Goutam Bhat

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;408

&#x901F;&#x5EA6;&#xFF1A;40FPS

15、Learning Aberrance Repressed Correlation Filters for Real-Time UAV Tracking（基于学习异常抑制相关滤波器的无人机实时跟踪）

github&#xFF1A;vision4robotics/ARCF-tracker: Code of ARCF-Tracker v1.0 (Matlab Version for Discussion) (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Learning Aberrance Repressed Correlation Filters for Real-Time UAV Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Ziyuan Huang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;148

&#x901F;&#x5EA6;&#xFF1A;CPU&#x4E0A;15-51FPS

16、Bridging the Gap Between Detection and Tracking: A Unified Approach（弥合检测和跟踪之间的差距:一个统一的方法）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Bridging the Gap Between Detection and Tracking: A Unified Approach (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Lianghua Huang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;25

&#x901F;&#x5EA6;&#xFF1A;10FPS

17、Physical Adversarial Textures That Fool Visual Object Tracking（物理对抗纹理愚弄视觉对象跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Physical Adversarial Textures That Fool Visual Object Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Rey Reza Wiyatno

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;35

&#x901F;&#x5EA6;&#xFF1A;-

18、Joint Group Feature Selection and Discriminative Filter Learning for Robust Visual Object Tracking （联合群特征选择与判别滤波学习的鲁棒性视觉物体跟踪）

github&#xFF1A;XU-TIANYANG (Tianyang Xu) (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Joint Group Feature Selection and Discriminative Filter Learning for Robust Visual Object Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Tianyang Xu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;113

&#x901F;&#x5EA6;&#xFF1A;7.8FPS

19、CDTB: A Color and Depth Visual Object Tracking Dataset and Benchmark（CDTB: A Color and Depth Visual Object Tracking Dataset and Benchmark）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;CDTB: A Color and Depth Visual Object Tracking Dataset and Benchmark (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Alan Lukezi&#x2C7; c

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;33

&#x901F;&#x5EA6;&#xFF1A;30FPS

20、The Seventh Visual Object Tracking VOT2019 Challenge Results

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;The Seventh Visual Object Tracking VOT2019 Challenge Results (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;-

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;223

&#x901F;&#x5EA6;&#xFF1A;-

21、ATOM: Accurate Tracking by Overlap Maximization（ATOM:通过重叠最大化精确跟踪）

github&#xFF1A;visionml/pytracking: Visual tracking library based on PyTorch. (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;ATOM: Accurate Tracking by Overlap Maximization (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Martin Danelljan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;520

&#x901F;&#x5EA6;&#xFF1A;30FPS

22、
Visual Tracking via Adaptive Spatially-Regularized Correlation Filters
（基于自适应空间正则相关滤波器的视觉跟踪）

github&#xFF1A;Daikenan/ASRCF: CVPR2019 Oral (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_CVPR_2019/papers/Dai_Visual_Tracking_via_Adaptive_Spatially-Regularized_Correlation_Filters_CVPR_2019_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Kenan Dai

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;

&#x5F15;&#x7528;&#x6570;&#xFF1A;243

&#x901F;&#x5EA6;&#xFF1A;28FPS

23、
Object Tracking by Reconstruction with View-Specific Discriminative Correlation Filters（基于视特异性鉴别相关滤波器的重建目标跟踪）

github&#xFF1A;ugurkart/OTR: Matlab side for our CVPR 2019 paper. (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Object Tracking by Reconstruction With View-Specific Discriminative Correlation Filters (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Ugur Kart

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;44

&#x901F;&#x5EA6;&#xFF1A;2FPS

24、
ROI Pooled Correlation Filters for Visual Tracking
（用于视觉跟踪的ROI集合相关滤波器）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;ROI Pooled Correlation Filters for Visual Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Yuxuan Sun

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;

&#x5F15;&#x7528;&#x6570;&#xFF1A;62

&#x901F;&#x5EA6;&#xFF1A;5FPS

25、LaSOT: A High-quality Benchmark for Large-scale Single Object Tracking（LaSOT:一种用于大规模单目标跟踪的高质量基准）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1809.07845.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Heng Fan

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;

&#x5F15;&#x7528;&#x6570;&#xFF1A;510

&#x901F;&#x5EA6;&#xFF1A;30FPS

26、Robust Estimation of Similarity Transformation for Visual Object Tracking（视觉目标跟踪中相似变换的鲁棒估计）

github&#xFF1A;https://github.com/ihpdep/LDES

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1712.05231.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Yang Li

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;AAAI2019

&#x5F15;&#x7528;&#x6570;&#xFF1A;72

&#x901F;&#x5EA6;&#xFF1A;20FPS

27、Unveiling the Power of Deep Tracking（揭示深度跟踪的力量）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1804.06833.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Goutam Bhat

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;330

&#x901F;&#x5EA6;&#xFF1A;-

28、Joint Representation and Truncated Inference Learning for Correlation Filter based Tracking （基于联合表示和截断推理学习的相关滤波器跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1807.11071.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Yingjie Yao

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;44

&#x901F;&#x5EA6;&#xFF1A;24FPS

29、Meta-Tracker: Fast and Robust Online Adaptation for Visual Object Trackers（元跟踪器:视觉对象跟踪器的快速和鲁棒在线自适应）

github&#xFF1A;silverbottlep/meta_trackers (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1801.03049.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Eunbyung Park

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;149

&#x901F;&#x5EA6;&#xFF1A;-

30、
Deep Regression Tracking with Shrinkage Loss
（带收缩损失的深度回归跟踪）

github&#xFF1A;chaoma99/DSLT: Deep Regression Tracking with Shrinkage Loss (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_ECCV_2018/papers/Xiankai_Lu_Deep_Regression_Tracking_ECCV_2018_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Xiankai Lu

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;193

&#x901F;&#x5EA6;&#xFF1A;-

31、Learning Dynamic Memory Networks for Object Tracking （学习动态记忆网络用于目标跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1803.07268.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Tianyu Yang

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;184

&#x901F;&#x5EA6;&#xFF1A;50FPS

32、TrackingNet: A Large-Scale Dataset and Benchmark for Object Tracking in the Wild（TrackingNet:用于野外目标跟踪的大规模数据集和基准）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;1803.10794.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Matthias M&#xA8;uller

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ECCV2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;319

&#x901F;&#x5EA6;&#xFF1A;-

33、VITAL: VIsual Tracking via Adversarial Learning（关键:通过对抗学习的视觉跟踪）

github&#xFF1A;ybsong00/Vital_release: VITAL: VIsual Tracking via Adversarial Learning (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;VITAL: VIsual Tracking via Adversarial Learning (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Yibing Song

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;407

&#x901F;&#x5EA6;&#xFF1A;1.5FPS

34、Learning Spatial-Aware Regressions for Visual Tracking（学习空间感知回归的视觉跟踪）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;https://openaccess.thecvf.com/content_cvpr_2018/papers/Sun_Learning_Spatial-Aware_Regressions_CVPR_2018_paper.pdf

&#x4F5C;&#x8005;&#xFF1A;Chong Sun

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;199

&#x901F;&#x5EA6;&#xFF1A;1FPS

35、Efficient Diverse Ensemble for Discriminative Co-Tracking（差分协同跟踪的高效多元集成）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Efficient Diverse Ensemble for Discriminative Co-Tracking (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Kourosh Meshgi

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;27

&#x901F;&#x5EA6;&#xFF1A;21FPS

36、Hyperparameter Optimization for Tracking with Continuous Deep Q-Learning（基于连续深度Q-Learning的跟踪超参数优化）

github&#xFF1A;-

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;Hyperparameter Optimization for Tracking With Continuous Deep Q-Learning (thecvf.com)

&#x4F5C;&#x8005;&#xFF1A;Xingping Dong

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;CVPR2018

&#x5F15;&#x7528;&#x6570;&#xFF1A;143

&#x901F;&#x5EA6;&#xFF1A;69FPS

37、Learning to Adversarially Blur Visual Object Tracking（学习对抗性模糊视觉对象跟踪）

github&#xFF1A;tsingqguo/ABA: We propose the adversarial blur attack (ABA) against visual object tracking. (github.com)

&#x8BBA;&#x6587;&#x5730;&#x5740;&#xFF1A;2107.12085.pdf (arxiv.org)

&#x4F5C;&#x8005;&#xFF1A;Qing Guo

&#x671F;&#x520A;&#x53CA;&#x65F6;&#x95F4;&#xFF1A;ICCV2021

&#x5F15;&#x7528;&#x6570;&#xFF1A;5

&#x901F;&#x5EA6;&#xFF1A;20FPS

Original: https://blog.csdn.net/weixin_42994470/article/details/123935443
Author: 强化神经
Title: 目标跟踪-按专题分类文章

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/663243/

转载文章受原作者版权保护。转载请注明原作者出处！

人工智能

【自取】最近整理的，有需要可以领取学习：

Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言刷题答案下载！

年末巨制：知识图谱嵌入方法研究总结

泽宇对自己的研究方向也就是知识图谱嵌入（KG Embedding）技术进行了总结，并制作了一套slides，力求让大家只看slides就可以理解并掌握知识图谱嵌入的相关知识和最新研…

人工智能 2023年6月1日
00119
机器学习——时间序列ARIMA模型(三)：AR、MA、ARMA、ARIMA模型定义及公式介绍及股价预测案例代码

ARIMA模型文章目录 ARIMA模型 * 1、自回归模型（AR） – + * – 使用自身的数据进行预测，且只适用于预测与自身前期相关的现象。 2、移动…

人工智能 2023年6月16日
00199
分类问题为什么用交叉熵损失不用 MSE 损失

本文说明以下问题 MSE 损失主要适用与回归问题，因为优化 MSE 等价于对高斯分布模型做极大似然估计，而简单回归中做服从高斯分布的假设是比较合理的交叉熵损失主要适用于多分类问题…

人工智能 2023年7月1日
00113
PIoU Loss: 实现复杂场景下的精确定向目标检测

参考PIoU Loss: 实现复杂场景下的精确定向目标检测 – 云+社区 – 腾讯云摘要使用定向包围框（oriented bounding box）进行…

人工智能 2023年7月10日
0049
基于粒子群优化算法的最优潮流（IEEE30节点（Matlab代码实现）

💥💥💞💞 欢迎来到本博客❤️❤️💥💥 🏆博主优势： 🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。 ⛳️ 座右铭：行百里者，半于九十。目录💥1 概述📚2 运行结果🎉3 参…

人工智能 2023年6月29日
00102
2022全国大学生数学建模A题的思路与解法

题目回顾与写在前面首先，我们队在历经了千辛万苦之后，光荣得获得了省三…… 队伍构成物理2 + 计算机1 队伍分工计算机–>受力分析…

人工智能 2023年7月3日
0086
2022最新PyCharm安装教程（简单详细）

2022最新PyCharm安装教程（简单详细）一、PyCharm简介 PyCharm是一种Python IDE（Integrated Development Environmen…

人工智能 2023年7月30日
0058
统计学小抄：常用术语和基本概念小结

统计学是涉及数据的收集，组织，分析，解释和呈现的学科。统计的类型描述性统计描述性统计是以数字和图表的形式来理解、分析和总结数据。对不同类型的数据(数值的和分类的)使用不同的图…

人工智能 2023年7月17日
0071
几种不同的CNN网络实现病理性近视眼底视网膜图片的分类与比较

本文为学习PaddlePaddle官方教程后的笔记与总结，数据集及代码参考自PaddlePaddle官方教程。 PaddlePaddle官方教程链接：飞桨PaddlePaddle…

人工智能 2023年7月2日
0050
tensorflow笔记2（北京大学）

抵扣说明： 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。2.余额无法直接购买下载，可以购买VIP、C币套餐、付费专栏及课程。 Original: https:…

人工智能 2023年5月25日
0087
Jetson xavier NX / ubuntu18.04 /ros melodic/python3安裝使用cv_bridge

最開始是出現問題： from cv_bridge.boost.cv_bridge_boost import getCvType ImportError: dynamic modul…

人工智能 2023年6月10日
0085
【论文笔记_知识蒸馏_对比学习_2020】CONTRASTIVE REPRESENTATION DISTILLATION

（representational knowledge暂译为表征知识）代码地址：:http://github.com/HobbitLong/RepDistiller ; 摘要我们…

人工智能 2023年7月13日
0047
河南省工业互联网大赛（复赛） wp

文章目录 WEB * HNGK-blik HNGK-onepiece Reverse * Re-guess Re-cool ICS * HNGK-奇怪的工控协议 HNGK-流量分析…

人工智能 2023年6月28日
00244
python自然语言处理之词袋模型

The brown dog is running. The black dog is in the black room. Running in the room is forbi…

人工智能 2023年5月31日
0085
ImportError: cannot import name ‘Literal‘ from ‘typing‘ (D:Anacondaenvstensorflowlibtyping.py)

报错背景：因为安装tensorflow-gpu版本需要，我把原来的新建的anaconda环境（我的名为tensorflow）中的python3.8降为了3.7。在导入seabo…

人工智能 2023年5月23日
00110
手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN

前文书说到，类似tensorflow和pytorch这种框架有一个很大的优点就是提供了对GPU的支持，那么，如果我们的电脑上正好有一块十分强劲的显卡就请跟着下面的教程配置本地的CU…

人工智能 2023年6月24日
00144

2024 年 5 月
一	二	三	四	五	六	日
		1	2	3	4	5
6	7	8	9	10	11	12
13	14	15	16	17	18	19
20	21	22	23	24	25	26
27	28	29	30	31

目标跟踪-按专题分类文章

大家都在看