COMET：用于小目标跟踪的上下文感知 IoU 引导网络
计算机视觉与模式识别
2020-09-21 v3 图像与视频处理
摘要
我们考虑从中高海拔航拍视频中跟踪未知小目标的问题。这是一个具有挑战性的问题，在不可避免的剧烈相机运动和高密度场景中更为突出。为解决该问题，我们引入了上下文感知 IoU 引导跟踪器（COMET），其利用多任务双流网络和离线参考提议生成策略。所提出的网络通过多尺度特征学习和注意力模块充分挖掘目标相关信息。所提出的策略引入了一种高效的采样策略，以在目标和其局部上泛化网络，而在在线跟踪时不增加额外计算复杂度。这些策略在处理显著遮挡和视角变化方面贡献显著。经验上，COMET 在一系列聚焦小目标跟踪的航拍视图数据集中优于现有最先进方法。具体而言，在 UAVDT、VisDrone-2019 和 Small-90 等具有挑战性的基准上，COMET 以平均 6.2%（以及 7%）的精度（和成功率）优势优于著名的 ATOM 跟踪器。
引用
@article{arxiv.2006.02597,
title = {COMET: Context-Aware IoU-Guided Network for Small Object Tracking},
author = {Seyed Mojtaba Marvasti-Zadeh and Javad Khaghani and Hossein Ghanei-Yakhdan and Shohreh Kasaei and Li Cheng},
journal= {arXiv preprint arXiv:2006.02597},
year = {2020}
}
备注
Accepted manuscript in ACCV 2020