利用 CNN 各层中隐含信息用于视觉跟踪
计算机视觉与模式识别
2020-10-06 v1
摘要
CNN 中的不同层不仅为描述输入中的对象提供了不同层次的抽象，还编码了关于它们的各种隐式信息。不同特征的激活模式包含了关于输入图像流的宝贵信息：空间关系、时间模式，以及空间与时空（ST）特征的共现。迄今为止，视觉跟踪文献中的研究仅利用了 CNN 的单一层、预先固定的层组合，或基于各层构建的跟踪器集成。在本研究中，我们在单一 DCF 跟踪器中采用多种 CNN 层的自适应组合，以应对目标外观的变化，并提议直接在视觉跟踪中利用从 CNN 层提取的目标空间与时间属性的风格统计。实验表明，使用 CNN 的额外隐式数据显著提升了跟踪器的性能。结果证明了使用风格相似度与激活一致性正则化来改善其定位与尺度准确性的有效性。
引用
@article{arxiv.2010.01204,
title = {Leveraging Tacit Information Embedded in CNN Layers for Visual Tracking},
author = {Kourosh Meshgi and Maryam Sadat Mirzaei and Shigeyuki Oba},
journal= {arXiv preprint arXiv:2010.01204},
year = {2020}
}
备注
ACCV 2020 Camera Ready Extended Version