一种用于单目标跟踪的新型边界框回归方法
计算机视觉与模式识别
2024-05-20 v1
摘要
在给定序列第一帧中目标外观的情况下，在帧序列中定位目标是一个涉及多个阶段的难题。通常，最先进的方法侧重于在视觉编码或关系建模阶段引入新思想。然而，本文表明，从学习到的联合搜索和模板特征中进行边界框回归同样非常重要。先前的方法严重依赖于表示搜索与模板之间交互的良好学习特征，我们假设输入卷积边界框网络的感受野在准确确定目标位置方面起着重要作用。为此，我们引入了两种新颖的边界框回归网络：Inception和可变形网络。实验和消融研究表明，安装在最新ODTrack上的Inception模块在GOT-10k、UAV123和OTB2015三个基准上优于后者。
引用
@article{arxiv.2405.10444,
title = {A Novel Bounding Box Regression Method for Single Object Tracking},
author = {Omar Abdelaziz and Mohamed Sami Shehata},
journal= {arXiv preprint arXiv:2405.10444},
year = {2024}
}