GUSOT：面向长视频序列的绿色无监督单目标跟踪
计算机视觉与模式识别
2022-07-18 v1
摘要
近年来，依赖深度学习技术的有监督与无监督深度跟踪器颇为流行。然而，它们要求较高的计算复杂度与内存开销。本文提出一种称为 GUSOT 的绿色无监督单目标跟踪器，旨在资源受限环境下对长视频进行目标跟踪。GUSOT 构建于基线跟踪器 UHP-SOT++（适用于短期跟踪）之上，包含两个额外新模块：1）丢失目标恢复，以及 2）基于颜色显著性的形状提议。它们分别有助于解决跟踪丢失问题并提供更灵活的目标提议。因此，它们使 GUSOT 能够在长时间运行中实现更高的跟踪精度。我们在具有长视频序列的大规模数据集 LaSOT 上开展实验，表明 GUSOT 提供了一种轻量高性能的跟踪方案，可应用于移动与边缘计算平台。
引用
@article{arxiv.2207.07629,
title = {GUSOT: Green and Unsupervised Single Object Tracking for Long Video Sequences},
author = {Zhiruo Zhou and Hongyu Fu and Suya You and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2207.07629},
year = {2022}
}