探索长期跟踪的 3R：重检测、恢复与可靠性
计算机视觉与模式识别
2019-10-29 v1
摘要
近期工作提出了若干长期跟踪基准，并强调了迈向长时跟踪以弥合与应用需求之间差距的重要性。然而，当前的评估方法并未关注长期视角下至关重要的若干方面，如重检测（Re-detection）、恢复（Recovery）与可靠性（Reliability）。本文提出新的评估策略，以从长期视角对跟踪器进行更深入的分析。具体而言，(a) 我们通过模拟虚拟遮挡在真实场景中测试跟踪器的重检测能力，(b) 我们研究跟踪器在失效后恢复过程中偶然因素的作用，(c) 我们提出一种新指标，可在给定精度下对跟踪器连续（无任何失效）跟踪的能力进行可视化推断。我们基于大量定量与定性实验给出若干原创性见解。
引用
@article{arxiv.1910.12273,
title = {Exploring 3 R's of Long-term Tracking: Re-detection, Recovery and Reliability},
author = {Shyamgopal Karthik and Abhinav Moudgil and Vineet Gandhi},
journal= {arXiv preprint arXiv:1910.12273},
year = {2019}
}