航拍视频上深度跟踪器的基准评测
计算机视觉与模式识别
2021-03-25 v1
摘要
近年来，基于深度学习的视觉目标跟踪器在多个视觉目标跟踪基准上取得了最先进的性能。然而，大多数跟踪基准聚焦于地面视频，而航拍跟踪带来了一系列新挑战。本文在四个航拍数据集上比较了十种基于深度学习的跟踪器。我们选取了采用不同方法的顶级性能跟踪器，具体为检测跟踪、判别相关滤波、孪生网络与强化学习。实验中，我们使用 OTB2015 数据集的航拍风格视频子集；不含合成序列的 UAV123 数据集；包含 20 个长序列的 UAV20L 数据集；以及 DTB70 数据集作为基准数据集。我们比较了不同跟踪器在航拍数据中遇到的不同跟踪情境下的优缺点。我们的发现表明，相比标准地面视频，跟踪器在航拍数据集上性能显著更差。我们将此归因于目标尺寸更小、相机运动、相对于目标的显著相机旋转、移出视野运动，以及以遮挡或附近相似干扰物形式的杂波。
引用
@article{arxiv.2103.12924,
title = {Benchmarking Deep Trackers on Aerial Videos},
author = {Abu Md Niamul Taufique and Breton Minnehan and Andreas Savakis},
journal= {arXiv preprint arXiv:2103.12924},
year = {2021}
}
备注
25 pages, 10 figures, 7 tables