快速在线目标跟踪与分割：一种统一方法
计算机视觉与模式识别
2019-05-07 v2
摘要
在本文中，我们展示了如何以单一简单方法实时地完成视觉目标跟踪与半监督视频目标分割。我们的方法称为 SiamMask，它通过用二值分割任务增强损失函数，改进了流行的全卷积 Siamese 目标跟踪方法的离线训练过程。一旦训练完成，SiamMask 仅依赖单次边界框初始化并在线运行，以每秒 55 帧的速度生成与类别无关的目标分割掩码和旋转边界框。尽管方法简单、通用且速度快，我们的策略能够在 VOT-2018 上确立实时跟踪器中的新 SOTA，同时在 DAVIS-2016 和 DAVIS-2017 的半监督视频目标分割任务上展现出有竞争力的性能和最佳速度。项目网站为 http://www.robots.ox.ac.uk/~qwang/SiamMask。
引用
@article{arxiv.1812.05050,
title = {Fast Online Object Tracking and Segmentation: A Unifying Approach},
author = {Qiang Wang and Li Zhang and Luca Bertinetto and Weiming Hu and Philip H. S. Torr},
journal= {arXiv preprint arXiv:1812.05050},
year = {2019}
}
备注
CVPR 2019 camera ready. Code available at https://github.com/foolwood/SiamMask