一劳永逸：用于视觉跟踪的双流卷积神经网络
计算机视觉与模式识别
2016-04-27 v1
摘要
视觉目标跟踪的主要挑战之一来自物体任意的外观。大多数现有算法试图将此问题作为特定于对象的任务来解决，即模型被训练来重新生成或分类特定对象。因此，模型需要针对不同的对象进行初始化和重新训练。本文提出一种更通用的方法，利用新颖的双流卷积神经网络（命名为YCNN）。YCNN接受两个输入（一个是对象图像块，另一个是搜索图像块），然后输出响应图，预测对象在特定位置出现的可能性。与那些特定于对象的方法不同，YCNN被训练来度量两个图像块之间的相似性。因此它不限于任何特定对象。此外，该网络可以端到端训练以提取专用于视觉跟踪的浅层和深层卷积特征。一旦适当训练，YCNN可应用于跟踪所有种类的对象而无需进一步训练和更新。受益于一次性模型，我们的算法能够以45帧每秒的高速度运行。在51个序列上的实验也表明我们的算法取得了出色的性能。
引用
@article{arxiv.1604.07507,
title = {Once for All: a Two-flow Convolutional Neural Network for Visual Tracking},
author = {Kai Chen and Wenbing Tao},
journal= {arXiv preprint arXiv:1604.07507},
year = {2016}
}