第一人称视觉对目标跟踪而言具有挑战性吗？
计算机视觉与模式识别
2022-05-10 v1
摘要
理解人-物交互是第一人称视觉（FPV）的基础。跟踪拍摄者所操控物体的算法可提供有效建模此类交互的有用线索。计算机视觉文献中的视觉跟踪方案在过去几年中对大量目标对象与跟踪场景显著提升了性能。然而，尽管先前已有若干尝试在 FPV 应用中利用跟踪器，对该领域最先进跟踪器性能的方法性分析仍然缺失。本文通过呈现首项 FPV 中目标跟踪的系统性研究填补此空白。我们的研究借助一种新的性能度量，针对多方面广泛分析了近期视觉跟踪器与基线 FPV 跟踪器的性能。这通过 TREK-150 实现，它是一个由 150 段密集标注视频序列组成的新型基准数据集。我们的结果表明 FPV 中的目标跟踪具有挑战性，这意味着应投入更多研究努力于此问题，以使跟踪惠及 FPV 任务。
引用
@article{arxiv.2108.13665,
title = {Is First Person Vision Challenging for Object Tracking?},
author = {Matteo Dunnhofer and Antonino Furnari and Giovanni Maria Farinella and Christian Micheloni},
journal= {arXiv preprint arXiv:2108.13665},
year = {2022}
}
备注
IEEE/CVF International Conference on Computer Vision (ICCV) 2021, Visual Object Tracking Challenge VOT2021 workshop. arXiv admin note: text overlap with arXiv:2011.12263