用于鲁棒 RGB 跟踪的深度注意力
计算机视觉与模式识别
2024-10-29 v1 图像与视频处理
摘要
RGB 视频目标跟踪是计算机视觉中的一项基础任务。使用深度信息可以提高其有效性，特别是在处理运动模糊目标时。然而，在常用的跟踪基准中，深度信息通常是缺失的。在这项工作中，我们提出了一个新的框架，该框架利用单目深度估计来应对 RGB 视频序列中目标脱离视野或受运动模糊影响的跟踪挑战。具体而言，我们的工作包含以下贡献。据我们所知，我们是首个提出深度注意力机制的，并构建了一个简单框架，允许将深度信息与 SOTA 跟踪算法无缝集成，无需 RGB-D 摄像头，从而提升准确性和鲁棒性。我们在六个具有挑战性的跟踪基准上进行了大量实验。我们的结果表明，我们的方法在几个强基线上提供了一致的增益，并实现了新的 SOTA 性能。我们相信，我们的方法将为现实场景中更复杂的 VOT 解决方案开辟新的可能性。我们的代码和模型已公开发布：https://github.com/LiuYuML/Depth-Attention。
引用
@article{arxiv.2410.20395,
title = {Depth Attention for Robust RGB Tracking},
author = {Yu Liu and Arif Mahmood and Muhammad Haris Khan},
journal= {arXiv preprint arXiv:2410.20395},
year = {2024}
}
备注
Oral Acceptance at the Asian Conference on Computer Vision (ACCV) 2024, Hanoi, Vietnam