模糊与去模糊对视觉目标跟踪的影响
计算机视觉与模式识别
2019-08-22 v1
摘要
直觉上，运动模糊可能损害视觉目标跟踪的性能。然而，我们缺乏对不同运动模糊程度下跟踪器鲁棒性的定量评估。同时，虽然图像去模糊方法可以产生视觉上更清晰的视频以取悦人眼，但视觉目标跟踪能否从图像去模糊中受益尚不清楚。在本文中，我们通过构建一个模糊视频跟踪基准来解决这两个问题，该基准包含多种具有不同运动模糊程度的视频，以及用于评估跟踪器的真值跟踪结果。我们在此基准上广泛评估了23个跟踪器，并观察到若干新的有趣结果。具体而言，我们发现轻度模糊可能提升许多跟踪器的性能，但重度模糊总是损害跟踪性能。我们还发现，图像去模糊可能有助于提升重度模糊视频上的跟踪性能，但会损害轻度模糊视频上的性能。基于这些观察，我们提出了一种新的基于GAN的方案来提高跟踪器对运动模糊的鲁棒性。在该方案中，一个微调后的判别器被用作自适应评估器，在跟踪过程中选择性地对帧进行去模糊。我们使用此方案成功提高了6个跟踪器的准确性和鲁棒性。
引用
@article{arxiv.1908.07904,
title = {Effects of Blur and Deblurring to Visual Object Tracking},
author = {Qing Guo and Wei Feng and Zhihao Chen and Ruijun Gao and Liang Wan and Song Wang},
journal= {arXiv preprint arXiv:1908.07904},
year = {2019}
}