DR^2Track：基于干扰物抑制动态回归的无人机实时视觉跟踪
计算机视觉与模式识别
2020-08-11 v1 机器人学
摘要
视觉跟踪在无人机（UAV）中已产生诸多有前景的应用。在已有文献中，先进的判别相关滤波（DCF）类跟踪器通常利用学习到的回归器将隐式循环样本回归为固定的目标标签，从而区分前景与背景。然而，预定义且不变的回归目标导致其对不确定空中跟踪场景的鲁棒性与适应性较低。在本工作中，我们利用检测阶段生成的响应图的局部最大值点自动定位当前干扰物。通过在回归器学习中抑制干扰物的响应，我们能够动态且自适应地改变回归目标，从而提升跟踪的鲁棒性与适应性。在三个具有挑战性的无人机基准上进行的充分实验表明，我们的跟踪器兼具优异的性能与极高的速度（在廉价 CPU 上约 50fps）。
引用
@article{arxiv.2008.03912,
title = {DR^2Track: Towards Real-Time Visual Tracking for UAV via Distractor Repressed Dynamic Regression},
author = {Changhong Fu and Fangqiang Ding and Yiming Li and Jin Jin and Chen Feng},
journal= {arXiv preprint arXiv:2008.03912},
year = {2020}
}
备注
8pages, 7 figures, accepted by 2020 IEEE/RJS International Conference on Intelligent Robots and Systems(IROS)