失真监控视频中目标跟踪器的评估
计算机视觉与模式识别
2018-04-06 v1
摘要
真实场景中的目标跟踪是一个受多种图像因素影响的难题，如遮挡、杂乱、混淆、对象形状、不稳定速度与变焦。尽管这些条件确实影响跟踪性能，但诸如遮挡、杂乱等场景相关挑战，与传统采集、压缩、处理与传输所带来的损伤概念所引发的挑战之间，并无明确区分。本文关注后者对视频跟踪性能影响的质量解释。在这项工作中，我们旨在系统且实验性地评估两种最先进跟踪器（STRUCK与TLD）在受采集端失真（如欠曝光与散焦）影响的监控视频中的表现。我们利用成功图与精度曲线的曲线下面积（AUC）值评估这些跟踪器。尽管STRUCK与TLD在视频跟踪综述中排名靠前，本研究得出结论：采集端失真严重影响了这些跟踪器的性能。因此，针对这些失真设计构建鲁棒跟踪器仍是一个开放问题，可通过创建利用感知特征来补偿这些失真所致退化的算法予以解决。
引用
@article{arxiv.1804.01624,
title = {Evaluation of Object Trackers in Distorted Surveillance Videos},
author = {Roger Gomez Nieto and H. D. Benitez-Restrepo and Ivan Mauricio Cabezas},
journal= {arXiv preprint arXiv:1804.01624},
year = {2018}
}
备注
5 pages, 8 figures, presented in SPSWSIVA 2018