探索结构以实现体育视频中多目标的长期跟踪
计算机视觉与模式识别
2016-12-21 v1
摘要
在本文中，我们提出了一种利用结构关系来跟踪多个可能经历长期遮挡和突然运动的目标的新方法。我们使用一种无模型方法，仅依赖视频第一帧中给出的标注来在线跟踪所有目标，即无需来自未来帧的信息。我们从第一帧初始化一个概率属性关系图（ARG），并在视频过程中对其进行增量更新。所提出的方法不仅使用结构信息来评估场景，还利用它来生成新的跟踪假设。通过这种方式，我们的方法能够生成相关的目标候选，用于改进或恢复丢失目标的跟踪。该方法在多个乒乓球、排球视频以及ACASVA数据集上进行了评估。结果表明，我们的方法非常鲁棒、灵活，并且在呈现结构模式的体育视频中能够优于其他最先进的方法。
引用
@article{arxiv.1612.06454,
title = {Exploring Structure for Long-Term Tracking of Multiple Objects in Sports Videos},
author = {Henrique Morimitsu and Isabelle Bloch and Roberto M. Cesar-Jr},
journal= {arXiv preprint arXiv:1612.06454},
year = {2016}
}
备注
This version corresponds to the preprint of the paper accepted for CVIU