maskGRU：在存在大幅背景运动情况下跟踪小目标
计算机视觉与模式识别
2022-01-04 v1 机器学习
摘要
我们提出一种基于循环神经网络的时空框架maskGRU，用于视频中小目标的检测与跟踪。尽管近年来目标跟踪领域已有诸多进展，在小运动目标与其他运动物体和角色（如体育视频中运动球员之间的球）之间跟踪小运动目标仍是一项困难任务。现有的时空网络，如卷积门控循环单元（convGRU），难以训练，且在此类条件下难以准确跟踪小目标。为克服这些困难，我们开发了maskGRU框架，其使用convGRU产生的内部隐藏状态与跟踪目标预测边界框的3通道掩码之加权和，作为底层convGRU下一时间步所用的隐藏状态。我们认为通过加权和将掩码融入隐藏状态的技术有两个好处：控制梯度爆炸的影响，并通过指示前一视频帧中目标所在位置向网络引入类注意力机制。我们的实验表明，即使在存在其他运动目标的情况下，maskGRU在跟踪相对于视频分辨率较小的目标上也优于convGRU。
引用
@article{arxiv.2201.00467,
title = {maskGRU: Tracking Small Objects in the Presence of Large Background Motions},
author = {Constantine J. Roros and Avinash C. Kak},
journal= {arXiv preprint arXiv:2201.00467},
year = {2022}
}
备注
12 pages, 3 figures