一种基于生成对抗网络的单目标跟踪算法
计算机视觉与模式识别
2019-12-30 v1 图像与视频处理
摘要
在单目标跟踪领域，遮挡导致跟踪目标丢失是一个普遍且艰巨的问题。为解决该问题，我们提出了一种具有抗遮挡能力的单目标跟踪算法。我们算法的主要内容是利用区域提议网络(Region Proposal Network)获取被跟踪目标及潜在干扰物，并使用遮挡感知模块判断干扰物体是否遮挡目标。若未发生遮挡，则继续跟踪。若发生遮挡，则启动预测模块，根据遮挡前的运动轨迹预测目标在后续帧中的运动轨迹。预测模块得到的结果用于替换原始跟踪算法获得的目标位置特征。由此我们解决了遮挡导致跟踪算法丢失目标的问题。在实际表现中，我们的算法能在遮挡数据集中成功跟踪目标。在 VOT2018 数据集上，我们的算法 EAO 为 0.421，Accuracy 为 0.67，Robustness 为 0.186。与 SiamRPN++ 相比，分别提升了 1.69%、11.67% 和 9.3%。
引用
@article{arxiv.1912.11967,
title = {A single target tracking algorithm based on Generative Adversarial Networks},
author = {Zhaofu Diao},
journal= {arXiv preprint arXiv:1912.11967},
year = {2019}
}