100 FPS深度回归网络跟踪技术补充材料.pdfVIP

  • 4
  • 0
  • 约10.16万字
  • 约 26页
  • 2026-06-22 发布于北京
  • 举报

100 FPS深度回归网络跟踪技术补充材料.pdf

学习以100跟踪深度回归网络‑补充材料

大卫·赫尔德,塞巴斯蒂安·特龙,西尔维奥·萨瓦雷塞

计算机科学系斯坦福大学

{davheld,thrun,ssilvio}@cs.stanford.edu

A补充

补充材料中包含了一个,展示了我们的(GOTURN)在VOT

2014中的性能[6]。其与VOT2014中表现四种

基线方法进行了比较[6]:SAMF、KCF、PLT14和DSST[2]。关于基线方法的

细节可以在VOT2014

文档评论(0)

1亿VIP精品文档

相关文档