Self-Paced Dense Connectivity Learning for Visual Tracking
Self-Paced Dense Connectivity Learning for Visual Tracking
复制标题
用于视觉跟踪的自定进度密集连接学习
DOI：
10.1109/access.2019.2904315
复制
发表时间：
2019
期刊：
影响因子：
3.9
通讯作者：
Miao Qiguang
中科院分区：
文献类型：
--
作者：
Ge Daohui;Song Jianfeng;Qi Yutao;Wang Chongxiao;Miao Qiguang
当发生未对准、变形和跟踪故障时，目标的外观往往会发生显著变化。如何有效地学习目标外形的变化是视觉跟踪中的一个重要问题。最近，大多数跟踪器
When misalignment, deformation, and tracking failures occur, the appearance of the target tends to change significantly. How to effectively learn the change of target’s appearance is an essential problem in visual tracking. Recently, most recent trackers
登录
查看更多内容
DOI：
10.1201/b10345-5
发表时间：
2010-11
期刊：
Encyclopedia of Autism Spectrum Disorders
影响因子：
--
作者：
Kim-Anh Lê Cao;Z. Welham
通讯作者：
Kim-Anh Lê Cao;Z. Welham
DOI：
--
发表时间：
2010-12
期刊：
--
影响因子：
--
作者：
M. P. Kumar;Ben Packer;D. Koller
通讯作者：
M. P. Kumar;Ben Packer;D. Koller
DOI：
--
发表时间：
2015-02
期刊：
--
影响因子：
--
作者：
Seunghoon Hong;Tackgeun You;Suha Kwak;Bohyung Han
通讯作者：
Seunghoon Hong;Tackgeun You;Suha Kwak;Bohyung Han
DOI：
10.4310/cis.2018.v18.n1.a1
发表时间：
2018-05
期刊：
ArXiv
影响因子：
--
作者：
Shiqi Liu;Zilu Ma;Deyu Meng
通讯作者：
Shiqi Liu;Zilu Ma;Deyu Meng
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
João F. Henriques;Rui Caseiro;P. Martins;Jorge Batista
通讯作者：
João F. Henriques;Rui Caseiro;P. Martins;Jorge Batista