基于多核相关滤波器的高速跟踪
计算机视觉与模式识别
2018-06-19 v1
摘要
基于相关滤波器（CF）的跟踪器目前在性能排名中位居前列。然而，其中仅有部分如 KCF~\cite{henriques15} 和 MKCF~\cite{tangm15} 能够利用非线性核的强大判别能力。尽管 MKCF 通过将多核学习（MKL）引入 KCF 获得了比 KCF 更强的判别能力，但其相对于 KCF 的提升相当有限，且计算负担较 KCF 显著增加。本文中，我们以不同于 MKCF 的方式将 MKL 引入 KCF。我们用其上界重新表述了 CF 目标函数的 MKL 版本，显著缓解了不同核之间的负向相互干扰。我们新颖的 MKCF 跟踪器 MKCFup 大幅优于 KCF 和 MKCF，且仍能以极高帧率工作。在公开数据集上的大量实验表明，我们的方法在极小位移目标物体的极高速跟踪上优于 SOTA 算法。
引用
@article{arxiv.1806.06418,
title = {High-speed Tracking with Multi-kernel Correlation Filters},
author = {Ming Tang and Bin Yu and Fan Zhang and Jinqiao Wang},
journal= {arXiv preprint arXiv:1806.06418},
year = {2018}
}
备注
10+3 pages, 12 figures, 1 table, accepted by CVPR2018. This version corrects some typos, and supplements a proof