基于圆形与结构算子的高性能视觉跟踪
计算机视觉与模式识别
2019-05-14 v3 人工智能
多媒体
摘要
本文提出一种新颖的圆形与结构算子跟踪器（CSOT）用于高性能视觉跟踪，它不仅具备 SOSVM 的强大判别能力，还高效继承了 DCF 的优越计算效率。基于所提出的圆形与结构算子，通过将特征图与其对应的结构相关滤波器进行圆形相关，可获得一组原始置信度分数图。此外，应用隐式插值将多分辨率特征图转换到连续域，并使所有原始置信度分数图具有相同的空间分辨率。然后，我们利用一种基于相对熵的高效集成后处理器，其能够融合原始置信度分数图并生成最优置信度分数图以实现更精确的定位。目标定位于最优置信度分数图的峰值处。此外，我们引入一种协同优化策略，通过迭代训练结构相关滤波器来更新圆形与结构算子，显著降低了计算复杂度并提高了鲁棒性。实验结果表明，我们的方法在 OTB-2013 和 OTB-2015 基准上分别取得了 71.5% 和 69.4% 的平均 AUC 分数 SOTA 性能，并在 VOT-2017 基准上获得了 29.8% 的第三佳期望平均重叠（EAO）分数。
引用
@article{arxiv.1804.08208,
title = {High Performance Visual Tracking with Circular and Structural Operators},
author = {Peng Gao and Yipeng Ma and Ke Song and Chao Li and Fei Wang and Liyi Xiao and Yan Zhang},
journal= {arXiv preprint arXiv:1804.08208},
year = {2019}
}
备注
Accepted to Knowledge-Based SYSTEMS