论文笔记之：Multiple Feature Fusion via Weighted Entropy for Visual Tracking
Posted The Blog of Xiao Wang
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了论文笔记之：Multiple Feature Fusion via Weighted Entropy for Visual Tracking相关的知识，希望对你有一定的参考价值。
Multiple Feature Fusion via Weighted Entropy for Visual Tracking
ICCV 2015
本文主要考虑的是一个多特征融合的问题．如何有效的进行加权融合，是一个需要解决的问题．本文提出一种新的 data-adaptive visual tracking approach 通过 weighted entropy 进行多特征融合．并非像许多方法所做的简单的链接在一起的方法，本文采用加权的 entropy 来评价目标状态和背景状态之间的区分性，寻求最优的特征组合方案，所以可以充分的利用信息互补的特征进行物体的表示．实验表明本文方法在跟踪领域的有效性．
引言：
以上是关于论文笔记之：Multiple Feature Fusion via Weighted Entropy for Visual Tracking的主要内容，如果未能解决你的问题，请参考以下文章
论文笔记之： Deep Metric Learning via Lifted Structured Feature Embedding
论文笔记之：MatchNet: Unifying Feature and Metric Learning for Patch-Based Matching
论文笔记之：Heterogeneous Image Features Integration via Multi-Modal Semi-Supervised Learning Model
论文笔记之：Visual Tracking with Fully Convolutional Networks
Feature Pyramid Networks for Object Detection(FPN)-论文阅读笔记
论文笔记之： Hierarchical Convolutional Features for Visual Tracking