用于视觉跟踪的快速动态卷积神经网络
计算机视觉与模式识别
2018-07-26 v2 机器学习
摘要
尽管与传统方法相比具有优异的跟踪精度，现有多数基于 CNN（卷积神经网络）的跟踪方法因速度过慢而无法实时应用。本文提出了一种结合基于 CNN 的 MDNet（多域网络）与 RoIAlign 的快速动态视觉跟踪算法。MDNet 的主要问题亦在于时间效率。考虑到 MDNet 的计算复杂度主要由大量卷积操作及跟踪过程中的网络微调引起，添加了可对整幅图像而非各 RoI 进行卷积的 RoIPool 层以加速卷积，并采用一种微调全连接层的新策略以加速更新。采用 RoIPool 后计算速度提升但跟踪精度同时下降。RoIPool 会因无法处理浮点数表示的位置而损失部分定位精度。因此，网络中加入了可经双线性插值处理浮点数位置、替代 RoIPool 的 RoIAlign。结果表明目标定位精度得以提升且几乎不增加计算开销。这些策略可加速处理，使其比 MDNet 快 7 倍且对精度影响极小，并能以约 7 fps 运行。所提算法在 OTB100 与 VOT2016 两个基准上评估，获得了高精度与高速度。网络结构与训练数据的影响亦经实验讨论。
引用
@article{arxiv.1807.03132,
title = {Fast Dynamic Convolutional Neural Networks for Visual Tracking},
author = {Zhiyan Cui and Na Lu},
journal= {arXiv preprint arXiv:1807.03132},
year = {2018}
}