用于自适应视觉跟踪的端到端特征融合孪生网络
计算机视觉与模式识别
2019-02-05 v1
摘要
根据观察，不同的视觉对象在不同场景中具有不同的显著特征。即使对于同一对象，其显著的形状和外观特征在长期跟踪任务中也可能随时间发生很大变化。受此启发，我们提出了一种基于孪生网络的端到端特征融合框架，称为 FF-Siam，其可有效融合不同特征以实现自适应视觉跟踪。该框架由四层组成。设计特征提取层以提取目标区域和搜索区域的不同特征。然后将提取的特征放入权重生成层以获得通道权重，其指示不同特征通道的重要性。在模板生成层中利用特征和通道权重来生成判别性模板。最后，由搜索区域特征与模板卷积得到的相应响应图被送入融合层以获得用于定位目标的最终响应图。实验结果表明，所提框架在流行的 Temple-Color、OTB50 和 UAV123 基准上达到了最先进的性能。
引用
@article{arxiv.1902.01057,
title = {End-to-end feature fusion siamese network for adaptive visual tracking},
author = {Dongyan Guo and Jun Wang and Weixuan Zhao and Ying Cui and Zhenhua Wang and Shengyong Chen},
journal= {arXiv preprint arXiv:1902.01057},
year = {2019}
}