深度RGBT跟踪研究综述
计算机视觉与模式识别
2022-02-01 v2
摘要
利用可见光(RGB)与热红外(TIR)电磁波的视觉目标跟踪,简称RGBT跟踪,近期在跟踪领域引起越来越多的关注。考虑到深度学习的快速发展,本文对近期基于深度神经网络的RGBT跟踪器进行了综述。首先,我们简要介绍了归入此类的RGBT跟踪器。随后,在多个具有挑战性的基准上对已存RGBT跟踪器进行了统计对比。具体而言,MDNet与孪生(Siamese)架构是RGBT领域的两大主流框架,尤其是前者。基于MDNet的跟踪器取得更高性能,而基于孪生网络的跟踪器满足实时性要求。总之,自大规模数据集LasHeR发布以来,应进一步考虑端到端框架(如孪生网络和Transformer)的融合,以实现实时及更鲁棒的性能。此外,在网络设计过程中应更多考虑数学意义。本综述可作为关注RGBT跟踪研究人员的查阅表。
引用
@article{arxiv.2201.09296,
title = {A Survey for Deep RGBT Tracking},
author = {Zhangyong Tang and Tianyang Xu and Xiao-Jun Wu},
journal= {arXiv preprint arXiv:2201.09296},
year = {2022}
}
备注
7 pages, 3 figures