liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
The Visual Object Tracking VOT2015 challenge results
University of Ljubljana, Slovenia.
Czech Technical University, Czech Republic.
University of Birmingham, England.
Linköpings universitet, Institutionen för systemteknik, Datorseende. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.ORCID-id: 0000-0002-6096-3648
Visa övriga samt affilieringar
2015 (Engelska)Ingår i: Proceedings 2015 IEEE International Conference on Computer Vision Workshops ICCVW 2015, IEEE , 2015, s. 564-586Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

The Visual Object Tracking challenge 2015, VOT2015, aims at comparing short-term single-object visual trackers that do not apply pre-learned models of object appearance. Results of 62 trackers are presented. The number of tested trackers makes VOT 2015 the largest benchmark on short-term tracking to date. For each participating tracker, a short description is provided in the appendix. Features of the VOT2015 challenge that go beyond its VOT2014 predecessor are: (i) a new VOT2015 dataset twice as large as in VOT2014 with full annotation of targets by rotated bounding boxes and per-frame attribute, (ii) extensions of the VOT2014 evaluation methodology by introduction of a new performance measure. The dataset, the evaluation kit as well as the results are publicly available at the challenge website(1).

Ort, förlag, år, upplaga, sidor
IEEE , 2015. s. 564-586
Nyckelord [en]
Target tracking; Visualization; Object tracking; Benchmark testing; Australia; Performance evaluation; Area measurement
Nationell ämneskategori
Datorseende och robotik (autonoma system) Radiologi och bildbehandling Signalbehandling
Identifikatorer
URN: urn:nbn:se:liu:diva-135026DOI: 10.1109/ICCVW.2015.79ISI: 000380434700070ISBN: 978-0-7695-5720-5 (tryckt)OAI: oai:DiVA.org:liu-135026DiVA, id: diva2:1078694
Konferens
2015 IEEE International Conference on Computer Vision Workshops, 11–18 December 2015, Santiago, Chile
Tillgänglig från: 2017-03-06 Skapad: 2017-03-06 Senast uppdaterad: 2018-10-09

Open Access i DiVA

fulltext(1305 kB)59 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1305 kBChecksumma SHA-512
e93812a17aad49de1bd9d2c8c97ff918be029c9cc1b73ff4871f4ddd81af3c48db4e09d476b0275788704aad15346ac486de3863b03e773341370b702bd2906c
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Sök vidare i DiVA

Av författaren/redaktören
Felsberg, MichaelHäger, GustavKhan, FahadDanelljan, Martin
Av organisationen
DatorseendeTekniska fakultetenCentrum för medicinsk bildvetenskap och visualisering, CMIV
Datorseende och robotik (autonoma system)Radiologi och bildbehandlingSignalbehandling

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 59 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 244 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf