用于视觉跟踪的蒸馏孪生网络

近年来，基于孪生网络（Siamese network）的跟踪器显著推进了实时跟踪的最优性能。尽管取得了成功，孪生跟踪器往往面临高内存成本的问题，这限制了其在内存预算紧张的移动设备上的适用性。为解决此问题，我们提出一种蒸馏孪生跟踪框架，以学习小巧、快速且准确的跟踪器（学生），其通过教师-学生知识蒸馏模型从大型孪生跟踪器（教师）中获取关键知识。该模型的直观灵感来源于学校中典型采用的一名教师对多名学生学习方法。具体而言，我们的模型包含单一教师-学生蒸馏模块和学生-学生知识共享机制。前者采用特定于跟踪的蒸馏策略设计，用于将知识从教师迁移至学生。后者用于学生间的相互学习，以实现深入的知识理解。在多个流行孪生跟踪器上的大量实证评估证明了我们框架的通用性与有效性。此外，在五个跟踪基准上的结果表明，所提出的蒸馏跟踪器实现了高达 18$\times$ 的压缩率和 $265$ FPS 的帧率，同时获得了与基线模型相当的跟踪精度。