视觉目标跟踪中的困难遮挡
计算机视觉与模式识别
2020-09-11 v1 图像与视频处理
摘要
视觉目标跟踪是计算机视觉中最困难的问题之一，因为跟踪器必须应对诸多挑战性情形，如光照变化、快速运动、遮挡等。跟踪器的优劣根据其近期跟踪数据集（如VOT2019和LaSOT）上的表现来评定。我们认为，尽管近期的数据集包含大量标注视频，在某种程度上提供了训练数据的宽覆盖，但遮挡与平面内旋转等困难场景仍代表性不足。为使跟踪器更接近真实场景并部署于安全关键设备，即便最罕见的困难场景也必须被妥善处理。本文特别关注困难遮挡情形，并对此类场景下近期最先进跟踪器(SOTA)的表现进行基准测试。我们创建了一个包含困难遮挡下不同类别的小规模数据集，并在其上评估所选跟踪器。结果表明困难遮挡对SOTA跟踪器仍是极具挑战的问题。此外，观察到跟踪器在不同困难遮挡类别间表现差异巨大，某一类别上表现顶尖的跟踪器在另一类别上显著变差。基于具体类别的跟踪器表现差异性表明，使用平均单一性能分数的常见跟踪器排名不足以衡量真实场景中的跟踪器表现。
引用
@article{arxiv.2009.04787,
title = {Hard Occlusions in Visual Object Tracking},
author = {Thijs P. Kuipers and Devanshu Arya and Deepak K. Gupta},
journal= {arXiv preprint arXiv:2009.04787},
year = {2020}
}
备注
Accepted at ECCV 2020 Workshop RLQ-TOD