Hy-Tracker：一种提升高光谱视频目标跟踪效率与精度的新框架
计算机视觉与模式识别
2023-12-01 v1
摘要
高光谱目标跟踪近来成为遥感界极具兴趣的话题。高光谱图像具有众多波段，提供了可有效用于目标跟踪的丰富物体材料信息。虽然多数高光谱跟踪器基于检测技术，尚无人尝试使用 YOLO 进行检测与跟踪物体。这是由于多光谱波段的存在、标注高光谱视频的稀缺，以及 YOLO 在处理遮挡和区分杂乱背景中物体的性能局限。因此，本文提出称为 Hy-Tracker 的新框架，旨在弥合高光谱数据与最先进目标检测方法间的鸿沟，以利用 YOLOv7 在高光谱视频中目标跟踪的优势。Hy-Tracker 不仅引入 YOLOv7，还创新地在 YOLOv7 之上加入精炼跟踪模块。该跟踪器精炼 YOLOv7 产生的初始检测，带来改进的目标跟踪性能。此外，我们将卡尔曼滤波（Kalman-Filter）纳入跟踪器，解决了尺度变化与遮挡带来的挑战。在高光谱基准数据集上的实验结果表明 Hy-Tracker 在跨帧精确跟踪物体上的有效性。
引用
@article{arxiv.2311.18199,
title = {Hy-Tracker: A Novel Framework for Enhancing Efficiency and Accuracy of Object Tracking in Hyperspectral Videos},
author = {Mohammad Aminul Islam and Wangzhi Xing and Jun Zhou and Yongsheng Gao and Kuldip K. Paliwal},
journal= {arXiv preprint arXiv:2311.18199},
year = {2023}
}