360VOTS：全景视频中的视觉对象跟踪与分割
计算机视觉与模式识别
2025-06-23 v2
摘要
全景视频中的视觉对象跟踪与分割因360度图像所带来的宽视野和大球面畸变而具有挑战性。为缓解这些问题，我们提出一种新型表示方法——扩展视野边界框（extended bounding field-of-view, eBFoV），用于目标定位，并将其作为通用360跟踪框架的基础，适用于全景视觉对象跟踪和分割任务。基于我们先前的全景视觉对象跟踪（360VOT）工作，我们提出了包含新组件（360VOS）的全面数据集和基准测试。该360VOS数据集包含290个序列，配有稠密像素级掩码，覆盖更广泛的目标类别。为支持该领域算法的开发与评估，我们将数据集分为包含170个序列的训练子集和包含120个序列的测试子集。此外，我们为全景跟踪和分割量身定制评估指标，以确保严格的评估。通过大量实验，我们对比基准方法，展示了我们所提出的360跟踪框架和训练数据集的有效性。主页：https://360vots.hkustvgd.com/
引用
@article{arxiv.2404.13953,
title = {360VOTS: Visual Object Tracking and Segmentation in Omnidirectional Videos},
author = {Yinzhe Xu and Huajian Huang and Yingshu Chen and Sai-Kit Yeung},
journal= {arXiv preprint arXiv:2404.13953},
year = {2025}
}
备注
arXiv admin note: substantial text overlap with arXiv:2307.14630