更深更宽的孪生网络用于实时视觉跟踪
计算机视觉与模式识别
2019-03-29 v3
摘要
孪生网络因精度与速度的平衡而在视觉跟踪中备受关注。然而，孪生跟踪器中使用的骨干网络相对较浅，如 AlexNet [18]，未能充分利用现代深度神经网络的能力。本文研究如何利用更深更宽的卷积神经网络来增强跟踪的鲁棒性与精度。我们观察到，直接用现有强大架构（如 ResNet [14] 和 Inception [33]）替换骨干网络并未带来提升。主要原因在于：1）神经元感受野的大幅增大会导致特征判别力和定位精度下降；2）卷积的网络填充会在学习中引入位置偏置。为解决这些问题，我们提出新的残差模块以消除填充的负面影响，并进一步使用这些模块设计具有受控感受野大小和网络步长的新型架构。所设计的架构轻量，且在应用于 SiamFC [2] 和 SiamRPN [20] 时保证实时跟踪速度。实验表明，仅由于所提出的网络架构，我们的 SiamFC+ 和 SiamRPN+ 在 OTB-15、VOT-16 和 VOT-17 数据集上分别相较原始版本 [2, 20] 获得了最高 9.8%/5.7%（AUC）、23.3%/8.8%（EAO）和 24.4%/25.0%（EAO）的相对提升。
引用
@article{arxiv.1901.01660,
title = {Deeper and Wider Siamese Networks for Real-Time Visual Tracking},
author = {Zhipeng Zhang and Houwen Peng},
journal= {arXiv preprint arXiv:1901.01660},
year = {2019}
}
备注
have been accepted by CVPR2019