CVPR 2013 錄用論文（目標跟蹤部分）_CVPR

完整錄用論文官方連結：http://www.pamitc.org/cvpr13/program.php

今年CVPR有open access,真是造福福士啊,特別造福了我這樣的科研小菜鳥

今年有關RGB-D攝像機應用和研究的論文漸多起來了。

當然，自己還是比較關心Tracking方面的Papers。從作者來看，一作大部分為華人，而且有不少在Tracking這個圈子裡相當有名的牛，比如Ming-Hsuan Yang，Robert Collins，Chunhua Shen等。此外，從錄用論文題目初步判斷，Sparse representation的熱度在減退，所以Haibin Ling老師並沒有這方面的文章錄用，且純粹的tracking-by-detection幾乎不見蹤影了。

以下是摘錄的tracking方面的錄用論文：

Oral部分：

Structure Preserving Object Tracking. Lu Zhang, Laurens van der Maaten

Tracking Sports Players with Context-Conditioned Motion Models. Jingchen Liu, Peter Carr, Robert Collins, Yanxi Liu

 

Post部分：

Online Object Tracking: A Benchmark. Yi Wu, Jongwoo Lim,Ming-Hsuan Yang（目標跟蹤的測試視頻真是越來越脫離實際了，為什麼不多從一些實際應用情境中截取呢。此外，還是極其佩服作者的耐心和貢獻，他/她<光從名字真不好判斷啊>用了兩種metric來全面地評價state-of-the-art trackers。其中用到了AUC曲線<記錄在不同重疊率或中心定位誤差限制下的跟蹤sucess ratio>，我覺得這是非常嚴謹的做法，這大概是首創吧。並且，測試了不同初始化<類比了檢測器輸出的位置誤差，和在視頻不同階段開始跟蹤測試>情況下trackers的表現，這也是之前幾乎沒人做過的吧。做這種測試還是需要投入大量時間，光是讓各種codes在自己的機器上跑起來有時候就會讓人很抓狂了，其中的繁瑣也只有做過的人才能真正體會吧。劇透一下，最終的結果No.1屬於Struck）

Learning Compact Binary Codes for Visual Tracking. Xi Li,Chunhua Shen, Anthony Dick, Anton van den Hengel （延續了作者之前論文的體系，包括用SVM做跟蹤和加入圖結構來描述樣本間的關聯等。雖然把Binary Codes放到題目裡，但是作者卻沒有明晰地解釋為什麼要用二值特徵。這讓像我這樣的初學者不解到底費這麼大勁把實值特徵轉換為二進位串的收益在哪裡。）

Part-based Visual Tracking with Online Latent Structural Learning. Rui Yao, Qinfeng Shi,Chunhua Shen, Yanning Zhang, Anton van den Hengel

Self-paced learning for long-term tracking.James Supancic III, Deva Ramanan（long-term的噱頭還是很迷人的，和當年TLD一樣，看看是否是工程的思想多一些。讀後感覺就是學術味比較重，雖然和TLD一樣都是突出了long-term，但是作者使用了增量SVM來訓練檢測器，並採用從主要畫面格中學習的思想。對這篇論文的短評請移步BFCAT的部落格。我的感覺是2006年-2010是基於Boosting的跟蹤的黃金時期，實質就是基於線上特徵選取的鑒別型表觀。隨後，SVM開始興起，當然之前也有SVM跟蹤，可能是由於SVM對小樣本高維特徵的分類優勢。代表論文可以參考：Struck，它在上面那篇Online Object Tracking: A Benchmark的多項測評中獲得第一，且提供了源碼（C++風格，簡潔，非常好）。）

Visual Tracking via Locality Sensitive Histograms.Shengfeng He, Qingxiong Yang, Rynson Lau, Jiang Wang, Ming-Hsuan Yang （CityU of HK，使用長條圖作為表觀在當前研究背景下真是反其道而行之啊）

Minimum Uncertainty Gap for Robust Visual Tracking.Junseok Kwon, Kyoung Mu Lee （VTD作者，瀏覽了一下論文，滿屏的公式推導啊，沒有看下去的動力了）

Least Soft-thresold Squares Tracking. Dong Wang,Huchuan Lu,Ming-Hsuan Yang（本來對這篇很有期望的，但是看完之後感情受欺騙......和作者的Online Object Tracking with Sparse Prototypes從目標函數和最佳化方法來看幾乎是一模一樣的，只是敘述的角度不同。不言明了）

Tracking People and Their Objects. Tobias Baumgartner,Dennis Mitzel, Bastian Leibe（這個應該也有應用的背景和前景）

（以上不全包括多目標跟蹤方面的論文）

 

 其它關注的論文：

Alternating Decision Forests.Samuel Schulter, Paul Wohlhart,Christian Leistner, Amir Saffari,Peter M. Roth,Horst Bischof（Forest也是近些年的熱點之一。此外，TU Graz視覺組在各種Top會議上很是active。作者將Boosting的思想引入到RF中，對樣本分類的難易程度作為樣本權重）

Semi-supervised Node Splitting for Random Forest Construction.Xiao Liu, Mingli Song, Dacheng Tao,Zicheng Liu, Luming Zhang, Chun Chen, Jiajun Bu （雖然Forest很熱，但是在這類會議上純粹關於Forest的研究還是不多。因為RF在每個節點進行分裂時需要對每個類別的分布有一個比較穩定的統計，如果labeled樣本比較少，那麼這個統計就不穩定，導致找到的splitting參數也不好。所以，作者用labeled+unlabeled資料來解決這個問題，採用KDE來估計unlabeled樣本屬於某個類別的機率。）

Optimizing 1-Nearest Prototype Classifiers.Paul Wohlhart, Michael Donoser, Peter Roth,Horst Bischof （by TU Graz）（真佩服Tu Graz這群researchers，1-NN都能玩出花活來，論文用最佳化的方法迭代找到一群樣本中的prototypes，這樣每次NN test時就只需要和prototypes進行距離計算，作者另外說這個方法可以naturally加入metric learning.）

Single-Pedestrian Detection aided by Multi-pedestrian Detection. Wanli Ouyang, Xiaogang Wang

Measuring Crowd Collectiveness.Bolei Zhou,Xiaogang Wang （群體行為分析方面頂尖的組，一作小牛人）

Crossing the Line: Crowd Counting by Integer Programming with Local Features. Zheng Ma,Antoni Chan

Histograms of Sparse Codes for Object Detection.Xiaofeng Ren,Deva Ramanan (feature learning，能夠比HoG提供更豐富的紋理描述)

Multi-Source Multi-Scale Counting in Extremely Dense Crowd Images. Haroon Idrees, Imran Saleemi, Mubarak Shah

Human Pose Estimation from Still Images using Body Parts Dependent Joint Regressors.Matthias Dantone,Juergen Gall, Luc Van Gool, Christian Leistner （Gall的Hough Forest令人印象比較深）

Efficient Detector Adaptation for Object Detection in a Video.Pramod Sharma, Ram Nevatia (採用線上訓練的adaptive classifier來提高baseline classifier，其中正負樣本的線上collection是一個重要點. In a word, 就是用baseline classifier(low threshold)先檢測出目標，然後用adaptive classifier(論文裡是ferns)來判斷是否是虛警)

Robust Multi-Resolution Pedestrian Detection in Traffic Scenes. Junjie Yan, Xucong Zhang, Zhen Lei, Dong Yi, Shengcai Liao, Stan Li （Oral）

Fast multiple-part based object detection using KD-Ferns. Dan Levi, Shai Silberstein, Aharon Bar-Hillel 

Online Dominant and Anomalous Behavior Detection in Videos. Mehrsan Javan Roshtkhari, Martin Levine

BoF meets HOG: Feature Extraction based on Histograms of Oriented p.d.f Gradients for Image Classification. Takumi Kobayashi

The SVM-minus Similarity Score for Video Face Recognition.Lior Wolf, Noga Levy

Occlusion patterns for object class detection. Bojan Pepikj, Michael Stark, Peter Gehler, Bernt Schiele

Separable Dictionary Learning. Simon Hawe, Matthias Seibert, Martin Kleinsteuber

Scalable Sparse Subspace Clustering. Xi Peng, Lei Zhang, Zhang Yi

from: http://blog.csdn.net/gxf1027/article/details/8650878

http://blog.csdn.net/loadstar_kun/article/details/22717357