基于树结构建模与传播CNN的视觉跟踪
计算机视觉与模式识别
2016-08-26 v1
摘要
我们提出了一种通过树结构管理多个目标外观模型的在线视觉跟踪算法。该算法采用卷积神经网络（CNNs）来表示目标外观，多个 CNN 协同工作以估计目标状态并确定树中在线模型更新的理想路径。通过在树结构的不同分支中维护多个 CNN，该方法便于处理目标外观的多模态性，并通过沿树路径的平滑更新来保持模型可靠性。由于多个 CNN 共享卷积层的所有参数，它们通过节省内存空间和避免冗余网络评估，以较小的额外代价利用了多个模型。最终的目标状态通过在前一帧状态周围采样目标候选，并根据一组活跃 CNN 的加权平均得分识别最佳样本来估计。我们的算法在在线跟踪基准和视觉目标跟踪挑战等具有挑战性的数据集上展现出优于现有最先进技术的性能。
引用
@article{arxiv.1608.07242,
title = {Modeling and Propagating CNNs in a Tree Structure for Visual Tracking},
author = {Hyeonseob Nam and Mooyeol Baek and Bohyung Han},
journal= {arXiv preprint arXiv:1608.07242},
year = {2016}
}
备注
10 pages, Hyeonseob Nam and Mooyeol Baek have equal contribution