用于视觉跟踪的核化多分辨率卷积网络
计算机视觉与模式识别
2017-08-03 v1
摘要
视觉跟踪本质上是一个时序问题。判别相关滤波器 (DCF) 在高速通用视觉目标跟踪中展现出了优异的性能。在其开创性工作的基础上，最近涌现了大量改进，这些改进依赖于在 ImageNet 上预训练的卷积神经网络 (CNN) 作为视觉跟踪的特征提取器。然而，他们的大多数工作都依赖于特定分析来设计不同层的权重，或者使用提升或对冲技术作为集成跟踪器。在本文中，我们超越了传统的 DCF 框架，提出了一种核化多分辨率卷积网络 (KMC) 公式，利用分层响应图直接输出目标运动。当直接部署学习到的网络来预测未见过的挑战性 UAV 跟踪数据集而无需任何权重调整时，所提出的模型始终实现出色的跟踪性能。此外，迁移的多分辨率 CNN 使其能够集成到 RNN 时序学习框架中，从而为视觉跟踪的端到端时序深度学习 (TDL) 敞开了大门。
引用
@article{arxiv.1708.00577,
title = {Kernalised Multi-resolution Convnet for Visual Tracking},
author = {Di Wu and Wenbin Zou and Xia Li and Yong Zhao},
journal= {arXiv preprint arXiv:1708.00577},
year = {2017}
}
备注
CVPRW 2017