基于单目相机目标跟随的学习型跟踪与目标检测融合方法
计算机视觉与模式识别
2020-08-25 v1 机器人学
摘要
深度学习近来已开始被应用于视频流中通用目标的视觉跟踪。对于机器人应用而言，目标跟踪器若因目标被严重或长时间遮挡或运动模糊而丢失轨迹，能够恢复跟踪至关重要。我们提出了一种实时方法，将通用目标跟踪器与目标检测模块以及目标重识别模块相融合。我们的工作侧重于在感兴趣目标属于“熟悉”物体类别的情况下，提升基于卷积循环神经网络（Convolutional Recurrent Neural Network）的目标跟踪器性能。我们提出的方法足够轻量，能够以 85-90 FPS 跟踪物体，同时在具有挑战性的基准上取得有竞争力的结果。
引用
@article{arxiv.2008.09644,
title = {Blending of Learning-based Tracking and Object Detection for Monocular Camera-based Target Following},
author = {Pranoy Panda and Martin Barczyk},
journal= {arXiv preprint arXiv:2008.09644},
year = {2020}
}
备注
Accepted in 24th International Symposium on Mathematical Theory of Networks and Systems (MTNS 2020): Cambridge, UK (updated conference date: 23-27 August 2021)