显式建模判别性以实现实例感知的视觉目标跟踪
计算机视觉与模式识别
2021-10-29 v1
摘要
近年来视觉目标跟踪性能得到显著提升，但一些严峻挑战仍然未解，如干扰物和遮挡。我们推测其原因在于跟踪目标的特征表示仅被富有表现力地学习，而未得到充分的判别性建模。本文提出一种新颖的实例感知跟踪器(IAT)，显式挖掘特征表示的判别性，通过引入实例级分类器改进经典视觉跟踪流程。首先，我们引入对比学习机制来构建分类任务，确保每个训练样本能被唯一建模并与大量其他样本高度可区分。此外，我们设计了一种有效的负样本选择方案，在实例分类分支中涵盖多种类内与类间样本。进而，我们实现了所提IAT的两个变体，包括视频级和对象级。它们分别以视频和目标边界框作为不同粒度实现\textbf{实例}的概念。前者增强从背景中识别目标的能力，后者提升判别力以缓解目标-干扰物困境。在8个基准数据集上的大量实验评估表明，所提IAT的两个版本均以30FPS运行的同时取得了优于最先进方法的领先结果。代码将在发表时公开。
引用
@article{arxiv.2110.15030,
title = {Explicitly Modeling the Discriminability for Instance-Aware Visual Object Tracking},
author = {Mengmeng Wang and Xiaoqian Yang and Yong Liu},
journal= {arXiv preprint arXiv:2110.15030},
year = {2021}
}