MOTS R-CNN：用于多目标跟踪的余弦间隔三元组损失
计算机视觉与模式识别
2021-02-09 v1
摘要
多目标跟踪的核心任务之一在于学习一种与物体语义相似性一致的距离度量。设计合适的损失函数以促进判别性特征学习，是基于深度神经网络的度量学习中最关键的挑战之一。尽管已有显著进展，现有基于对比损失和三元组损失的深度度量学习方法存在收敛慢和易陷入不良局部最优的问题，亟需更好的解决方案。本文从余弦距离的角度重新表述对比损失和三元组损失函数，提出余弦间隔对比损失（CMC）和余弦间隔三元组损失（CMT）。所提出的余弦损失重构通过特征归一化实现，使学习到的特征分布在超球面上。随后，我们提出 MOTS R-CNN 框架用于联合多目标跟踪与分割，特别旨在提升跟踪性能。具体而言，跟踪问题通过基于所提损失函数的深度度量学习来解决。我们提出一种尺度不变跟踪方法，采用多层特征聚合方案使模型对物体尺度变化和遮挡具有鲁棒性。MOTS R-CNN 在 KITTI MOTS 数据集上取得了最先进的跟踪性能。我们表明，与 Track R-CNN 相比，MOTS R-CNN 在汽车和行人上的身份切换分别减少了 和 。
引用
@article{arxiv.2102.03512,
title = {MOTS R-CNN: Cosine-margin-triplet loss for multi-object tracking},
author = {Amit Satish Unde and Renu M. Rameshan},
journal= {arXiv preprint arXiv:2102.03512},
year = {2021}
}
备注
10 pages, 2 figures