HiFT：用于空中跟踪的分层特征 Transformer
计算机视觉与模式识别
2021-10-05 v3 机器人学
摘要
大多数现有的基于 Siamese 的跟踪方法基于相似度图执行目标对象的分类与回归。然而，它们要么采用来自最后卷积层的单一图，在复杂场景中降低了定位精度，要么单独使用多个图进行决策，给空中移动平台带来难以处理的计算量。因此，在本工作中，我们提出一种高效且有效的用于空中跟踪的分层特征 Transformer（HiFT）。由多级卷积层生成的分层相似度图被输入特征 Transformer 以实现空间（浅层）与语义（深层）线索的交互融合。因此，不仅能提升全局上下文信息，促进目标搜索，而且我们带有 Transformer 的端到端架构能高效学习多级特征间的相互依赖，从而发现具有强判别力的跟踪定制特征空间。在四个空中基准上的综合评估证明了 HiFT 的有效性。在空中平台上的真实世界测试以其实时速度强力验证了其实用性。我们的代码可在 https://github.com/vision4robotics/HiFT 获取。
引用
@article{arxiv.2108.00202,
title = {HiFT: Hierarchical Feature Transformer for Aerial Tracking},
author = {Ziang Cao and Changhong Fu and Junjie Ye and Bowen Li and Yiming Li},
journal= {arXiv preprint arXiv:2108.00202},
year = {2021}
}
备注
2021 IEEE International Conference on Computer Vision (ICCV)