通过高质量目标关联实现视频中的目标检测
计算机视觉与模式识别
2019-04-09 v3
摘要
与静态图像中的目标检测相比，视频中的目标检测由于图像质量下降而更具挑战性。解决该问题的一个有效方法是利用时间上下文，将视频中同一目标跨帧关联形成管状片段（tubelet），并聚合管状片段中的分类得分。在本文中，我们专注于获得高质量的目标关联结果以改进分类。与以往通过在相邻帧间检查边界框来关联目标的方法不同，我们提出在同一帧内进行关联。为实现此目标，我们在以下方面扩展了先前的方法：(1) 一个提取时空候选长方体（cuboid）的长方体提议网络，这些长方体界定了目标的移动；(2) 一个在短视频段中检测短管状片段的短管状片段检测网络；(3) 一个将时间上重叠的短管状片段关联以形成长管状片段的短管状片段关联算法。在 ImageNet VID 数据集上的实验表明，我们的方法优于静态图像检测器和先前的最优方法。特别地，对于快速移动的目标，我们的方法比静态图像检测器提升了 8.8% 的结果。
引用
@article{arxiv.1801.09823,
title = {Object Detection in Videos by High Quality Object Linking},
author = {Peng Tang and Chunyu Wang and Xinggang Wang and Wenyu Liu and Wenjun Zeng and Jingdong Wang},
journal= {arXiv preprint arXiv:1801.09823},
year = {2019}
}
备注
accepted by TPAMI