FasterVideo：高效的在线联合目标检测与跟踪
计算机视觉与模式识别
2022-07-27 v1
摘要
视频中的目标检测与跟踪是当前及未来视觉感知系统必不可少且计算密集的构建模块。为缩小现有方法与真实应用场景计算需求之间的效率差距，我们提议重新思考最成功的图像目标检测方法之一Faster R-CNN，并将其扩展到视频领域。具体而言，我们扩展了该检测框架以学习实例级嵌入，其被证明有益于数据关联与重识别目的。着眼于检测与跟踪的计算方面，我们提出的方法达到了相关应用所需的极高计算效率，同时如我们在标准目标跟踪基准上进行的实验所示，仍能与近期及最先进（SOTA）方法竞争。
引用
@article{arxiv.2204.07394,
title = {FasterVideo: Efficient Online Joint Object Detection And Tracking},
author = {Issa Mouawad and Francesca Odone},
journal= {arXiv preprint arXiv:2204.07394},
year = {2022}
}
备注
Accepted at 21st International Conference on Image Analysis and Processing (ICIAP 2021)