一种用于视觉跟踪的新型目标特定候选框生成方法
计算机视觉与模式识别
2018-03-30 v1
摘要
候选框生成方法已广泛应用于许多计算机视觉任务中。然而，现有的候选框生成方法在应用于视频相关任务时，常常受到运动模糊、低对比度、变形等问题的困扰。在本文中，我们提出了一种有效且高精度的目标特定候选框生成 (TOPG) 方法，该方法充分利用视频的上下文信息来缓解这些问题。具体而言，我们提出通过整合两种重要的目标性线索（颜色和边缘）的信息来生成目标特定的候选框，这两种线索在生成候选框的过程中对于不同的挑战环境是互补的。结果表明，所提出的 TOPG 方法的召回率显著提高。此外，我们提出了一种候选框排序策略，以提高生成候选框的排序准确率。在几个具有挑战性的视觉跟踪数据集上，与几种 state-of-the-art 候选框方法相比，所提出的 TOPG 方法产生了显著的召回率提升（约高 20%-60%）。然后，我们将所提出的 TOPG 方法应用于视觉跟踪任务，并提出了一种基于 TOPG 的跟踪器（称为 TOPGT），其中 TOPG 被用作样本选择策略，从生成的候选框中选择少量高质量的目标候选。由于所提出的 TOPG 生成的候选框包含许多难负样本和正样本，这些候选框不仅可以用于训练有效的分类器，还可以作为视觉跟踪的目标候选。实验结果表明，与其他几种 state-of-the-art 视觉跟踪器相比，TOPGT 在视觉跟踪方面表现出优越的性能（在距离精度上比 VOT2015 挑战赛的获胜者约高 3%-11%）。
引用
@article{arxiv.1803.10098,
title = {A New Target-specific Object Proposal Generation Method for Visual Tracking},
author = {Guanjun Guo and Hanzi Wang and Yan Yan and Hong-Yuan Mark Liao and Bo Li},
journal= {arXiv preprint arXiv:1803.10098},
year = {2018}
}
备注
14pages,11figures, Submited to IEEE Transactions on Cybernetisc