将r-spatiogram应用于目标跟踪中的遮挡处理
计算机视觉与模式识别
2020-03-19 v1
摘要
目标跟踪是计算机视觉中最重要的问题之一。视频跟踪旨在提取目标或感兴趣对象的轨迹，即在视频序列中准确锁定运动目标，并在序列的特征空间中将目标与非目标区分开来。因此，特征描述子对此类区分有显著影响。本文采用许多跟踪器的基本思想，其包含参考模型的三个主要组成部分，即目标建模、目标检测与定位以及模型更新。然而我们的系统有重大改进。我们的第四部分，即遮挡处理，利用r-spatiogram来检测最佳目标候选。虽然spatiogram包含关于像素坐标的一些矩，但r-spatiogram基于区域计算给定特征在图像中分布的紧致度，捕获更丰富的特征来表示对象。所提出的研究开发了一种高效且鲁棒的方法，在存在显著外观变化和严重遮挡的情况下持续跟踪对象。所提方法在Princeton RGBD跟踪数据集上针对具有不同挑战的序列进行了评估，所得结果证明了该方法的有效性。
引用
@article{arxiv.2003.08021,
title = {Applying r-spatiogram in object tracking for occlusion handling},
author = {Niloufar Salehi Dastjerdi and M. Omair Ahmad},
journal= {arXiv preprint arXiv:2003.08021},
year = {2020}
}