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