深度视觉跟踪器中目标表征的分析
计算机视觉与模式识别
2020-01-09 v1
摘要
全卷积深度相关网络是单目标视觉跟踪最先进方法的核心组成部分。通常认为这些网络通过检测式跟踪，将目标实例的特征与整帧特征进行匹配来实现跟踪。强大的架构先验以及对目标表征的条件化被认为促进了这一跟踪策略。尽管存在这些强先验，我们表明深度跟踪器常常默认采用显著性检测式跟踪——而不依赖于目标实例表征。我们的分析表明，尽管显著性检测是一个有用的先验，但它会阻碍深度网络中更鲁棒跟踪策略的出现。这促使我们引入一个辅助检测任务，以鼓励更具判别力的目标表征，从而提升跟踪性能。
引用
@article{arxiv.2001.02593,
title = {An Analysis of Object Representations in Deep Visual Trackers},
author = {Ross Goroshin and Jonathan Tompson and Debidatta Dwibedi},
journal= {arXiv preprint arXiv:2001.02593},
year = {2020}
}