视觉目标跟踪中的运动预测
计算机视觉与模式识别
2020-07-03 v1 机器人学
摘要
视觉目标跟踪（VOT）是许多应用（如自动驾驶或辅助机器人）的重要组成部分。然而，近期工作倾向于基于计算代价更高的特征提取器开发精确系统以获得更好的实例匹配。相比之下，本工作探讨了运动预测在VOT中的重要性。我们使用现成目标检测器获取实例边界框。随后，结合相机运动解耦与Kalman滤波进行状态估计。尽管我们的基线系统为标准方法的直接组合，我们仍取得了最先进的结果。我们的方法在VOT（VOT-2016与VOT-2018）上确立了新的最先进性能。我们所提方法将VOT-2016上的EAO从先前艺术的0.472提升至0.505，在VOT-2018上从0.410提升至0.431。为展示泛化能力，我们还在视频目标分割（VOS：DAVIS-2016与DAVIS-2017）上测试了我们的方法并观察到一致的提升。
引用
@article{arxiv.2007.01120,
title = {Motion Prediction in Visual Object Tracking},
author = {Jianren Wang and Yihui He},
journal= {arXiv preprint arXiv:2007.01120},
year = {2020}
}
备注
arXiv admin note: substantial text overlap with arXiv:1904.03280