仅深度目标跟踪
计算机视觉与模式识别
2021-10-25 v1
摘要
深度(D)指示遮挡且对光照变化较不敏感，这使深度成为视觉目标跟踪(VOT)中具有吸引力的模态。深度被用于RGBD目标跟踪，其中最佳跟踪器为采用深度图额外启发式规则的深度RGB跟踪器。启发式规则存在两个潜在原因：1)缺乏用于训练深度RGBD跟踪器的大型RGBD跟踪数据集；2)VOT RGBD的长期评估协议受益于如基于深度的遮挡检测等启发式规则。本工作中，我们研究若以大量深度数据训练，仅D跟踪能达到何种程度。为弥补深度数据缺失，我们生成用于跟踪的深度图。我们用生成数据从零训练"Depth-DiMP"，并用现有小型RGBD跟踪数据集微调。仅深度DiMP在仅深度跟踪中取得良好精度，且与原始RGB DiMP结合后，端到端训练的RGBD-DiMP优于近期VOT 2020 RGBD获胜者。
引用
@article{arxiv.2110.11679,
title = {Depth-only Object Tracking},
author = {Song Yan and Jinyu Yang and Ales Leonardis and Joni-Kristian Kamarainen},
journal= {arXiv preprint arXiv:2110.11679},
year = {2021}
}
备注
Accepted to BMVC2021