基于关键滤波器感知的无人机实时目标跟踪
计算机视觉与模式识别
2020-03-12 v1
摘要
基于相关滤波的跟踪已以高效率广泛应用于无人机(unmanned aerial vehicle, UAV)。然而，它存在边界效应与滤波器污染两个缺陷。若干扩大搜索区域的方法可缓解边界效应，却引入了不期望的背景干扰。现有逐帧上下文学习策略虽能抑制背景干扰，但降低了跟踪速度。受基于关键帧的同步定位与建图启发，关键滤波器(keyfilter)首次被提出用于视觉跟踪，以高效且有效地处理上述问题。由周期性选出的关键帧生成的关键滤波器间歇地学习上下文，并用于约束滤波器的学习，从而 1) 上下文感知可通过关键滤波器约束传递至所有滤波器，且 2) 可抑制滤波器污染。与当前最优(state-of-the-art, SOTA)结果相比，我们的跟踪器在两个具挑战性基准上表现更优，且具备足以满足无人机实时应用的速度。
引用
@article{arxiv.2003.05218,
title = {Keyfilter-Aware Real-Time UAV Object Tracking},
author = {Yiming Li and Changhong Fu and Ziyuan Huang and Yinqiang Zhang and Jia Pan},
journal= {arXiv preprint arXiv:2003.05218},
year = {2020}
}
备注
2020 International Conference on Robotics and Automation (ICRA)