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 VOT2014 Challenge Results
University of Ljubljana, Ljubljana, Slovenia.
Austrian Institute of Technology, Vienna, Austria.
University of Birmingham, Birmingham, UK.
Czech Technical University, Prague, Czech Republic.
Visa övriga samt affilieringar
2015 (Engelska)Ingår i: COMPUTER VISION - ECCV 2014 WORKSHOPS, PT II, Springer, 2015, Vol. 8926, s. 191-217Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

The Visual Object Tracking challenge 2014, VOT2014, aims at comparing short-term single-object visual trackers that do not apply pre-learned models of object appearance. Results of 38 trackers are presented. The number of tested trackers makes VOT 2014 the largest benchmark on short-term tracking to date. For each participating tracker, a short description is provided in the appendix. Features of the VOT2014 challenge that go beyond its VOT2013 predecessor are introduced: (i) a new VOT2014 dataset with full annotation of targets by rotated bounding boxes and per-frame attribute, (ii) extensions of the VOT2013 evaluation methodology, (iii) a new unit for tracking speed assessment less dependent on the hardware and (iv) the VOT2014 evaluation toolkit that significantly speeds up execution of experiments. The dataset, the evaluation kit as well as the results are publicly available at the challenge website (http://​votchallenge.​net).

Ort, förlag, år, upplaga, sidor
Springer, 2015. Vol. 8926, s. 191-217
Serie
Lecture Notes in Computer Science, ISSN 0302-9743, E-ISSN 1611-3349 ; 8926
Nationell ämneskategori
Datorseende och robotik (autonoma system)
Identifikatorer
URN: urn:nbn:se:liu:diva-121006DOI: 10.1007/978-3-319-16181-5_14ISI: 000362495500014ISBN: 978-3-319-16180-8 (tryckt)ISBN: 978-3-319-16181-5 (tryckt)OAI: oai:DiVA.org:liu-121006DiVA, id: diva2:850764
Konferens
13th European Conference on Computer Vision (ECCV), September 6-12, Zurich, Switzerland
Tillgänglig från: 2015-09-02 Skapad: 2015-09-02 Senast uppdaterad: 2018-01-11Bibliografiskt granskad

Open Access i DiVA

fulltext(547 kB)423 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 547 kBChecksumma SHA-512
399953b7372a92dd6ba0a86c9e8895896beddd4e00975d12e3735837dbd6a02bc34af8fa23d1b14bae9c4796a8599111fc783f68e47540c6961d521a7d638c3d
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Personposter BETA

Häger, GustavKhan, Fahad ShahbazOfjall, KristofferDanelljan, MartinFelsberg, Michael

Sök vidare i DiVA

Av författaren/redaktören
Häger, GustavKhan, Fahad ShahbazOfjall, KristofferDanelljan, MartinFelsberg, Michael
Av organisationen
DatorseendeTekniska fakulteten
Datorseende och robotik (autonoma system)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 423 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: 1336 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