IG-TRACK：基于交并比引导孪生网络的视觉目标跟踪
图像与视频处理
2020-01-28 v1
摘要
近来，基于深度学习且带区域提议的孪生网络用于视觉目标跟踪日益流行。这些网络在测试时，若对训练好的网络输出执行额外计算以预测边界框，却会损害边界框的精度。在本工作中，作者提出了一种在训练时由交并比（IOU）引导的网络，用以预测精确的边界框。这是通过在训练网络时加入新的损失函数，使预测边界框与真值的交并比最大化来实现的。在 VOT2018、GOT-10k 跟踪基准上测试时，所提方法在精度上比基线方法高出 10% 以上。
引用
@article{arxiv.2001.09307,
title = {IG-TRACK: IOU Guided Siamese Networks for visual object tracking},
author = {Mohana Murali Dasari and Rama Krishna Sai Subrahmanyam Gorthi},
journal= {arXiv preprint arXiv:2001.09307},
year = {2020}
}