Penjejakan wajah: Penjejakan sasaran algoritma GoTurn

Face Tracking Goturn Algorithm Target Tracking

Makalah ini mempunyai beberapa ciri semasa melatih rangkaian:
1. Ramalan penjejakan bingkai semasa merujuk kepada hasil penjejakan bingkai sebelumnya.
2. Penggunaan latihan video dan gambar mempunyai kemampuan generalisasi yang kuat. Boleh mengesan objek yang tidak terdapat dalam set latihan
3. Cara penanaman menggunakan sebaran Laplacia dan bukannya pengedaran Gaussian. Jadikan tracker lebih mudah disesuaikan dengan pergerakan kecil, sehingga mencapai kesinambungan pengesanan.
4. Algoritma perbandingan dalam makalah ini adalah algoritma klasik, dan tidak ada perbandingan dengan algoritma penjejakan semasa berdasarkan pembelajaran mendalam. Walaupun artikel itu pada tahun 2016.
5. Tidak perlu menyesuaikan parameter rangkaian secara dalam talian. Hanya satu penyebaran ke depan diperlukan untuk mendapatkan posisi sasaran, jadi sangat cepat, seperti mengesan hingga 100FPS.

Pada masa penulisan ini, halaman beranda algoritma dan kod tidak diberikan, jadi tidak ada analisis kod gabungan.