ECCV-TAO-2020冠军方案:检测并表示任意目标用于跟踪
计算机视觉与模式识别
2021-02-02 v2
摘要
我们将经典的基于检测跟踪范式扩展到这一跟踪任意目标任务。首先从TAO数据集中提取可靠的检测结果。在检测阶段集成了一些SOTA技术,如\textbf{BA}lanced-\textbf{G}roup \textbf{S}oftmax(\textbf{BAGS}\cite{li2020overcoming})和DetectoRS\cite{qiao2020detectors}。随后我们通过训练特征学习网络学习外观特征以表示任意目标。我们集成若干模型以改进检测和特征表示。最终应用具有最相似外观特征的简单关联策略及航迹级后关联模块来生成最终跟踪结果。我们的方法以\textbf{AOA}名称提交至挑战赛网站。代码见https://github.com/feiaxyt/Winner_ECCV20_TAO。
引用
@article{arxiv.2101.08040,
title = {1st Place Solution to ECCV-TAO-2020: Detect and Represent Any Object for Tracking},
author = {Fei Du and Bo Xu and Jiasheng Tang and Yuqi Zhang and Fan Wang and Hao Li},
journal= {arXiv preprint arXiv:2101.08040},
year = {2021}
}