结合边界与中心相关滤波器以处理纵横比变化的视觉跟踪
计算机视觉与模式识别
2017-10-06 v1
摘要
纵横比变化在视觉跟踪中频繁出现，并对性能产生严重影响。尽管已经提出了许多基于相关滤波器（CF）的跟踪器用于尺度自适应跟踪，但很少有研究关注处理 CF 跟踪器中的纵横比变化。在本文中，我们首次尝试通过引入一族 1D 边界 CF 来定位视频中的左、右、上、下边界以解决此问题。这使我们能够在跟踪过程中灵活应对纵横比变化。具体而言，我们提出了一种集成 1D 边界和 2D 中心 CF 的新型跟踪模型（IBCCF），其中边界和中心滤波器由一个近正交性正则化项强制约束。为了优化我们的 IBCCF 模型，我们开发了一种交替方向乘子法。在几个数据集上的实验表明，IBCCF 能够有效处理纵横比变化，并在准确性和鲁棒性方面达到了 SOTA 性能。
引用
@article{arxiv.1710.02039,
title = {Integrating Boundary and Center Correlation Filters for Visual Tracking with Aspect Ratio Variation},
author = {Feng Li and Yingjie Yao and Peihua Li and David Zhang and Wangmeng Zuo and Ming-Hsuan Yang},
journal= {arXiv preprint arXiv:1710.02039},
year = {2017}
}
备注
Accepted by ICCV 2017 workshop