目标跟踪中核相关滤波的输出约束迁移
计算机视觉与模式识别
2016-12-19 v1
摘要
核相关滤波(KCF)是最先进的目標跟踪器之一。然而，它在跟踪过程中未能合理建模相关响应的分布，这可能导致漂移问题，尤其是当目标因遮挡、相机抖动和/或形变而发生显著外观变化时。本文提出一种输出约束迁移(OCT)方法，通过在贝叶斯优化框架中建模相关响应的分布，能够缓解漂移问题。OCT建立在一个合理假设之上，即目标图像的相关响应服从高斯分布，我们利用该假设选择训练样本并降低模型不确定性。OCT根植于一种新理论，该理论将数据分布转化为优化变量的约束，从而导出计算相关滤波的高效框架。在常用跟踪基准上的大量实验表明，所提方法显著改进了KCF，并取得了优于其他最先进跟踪器的性能。为促进进一步发展，源代码已公开于 https://github.com/bczhangbczhang/OCT-KCF。
引用
@article{arxiv.1612.05365,
title = {Output Constraint Transfer for Kernelized Correlation Filter in Tracking},
author = {Baochang Zhang and Zhigang Li and Xianbin Cao and Qixiang Ye and Chen Chen and Linlin Shen and Alessandro Perina and Rongrong Ji},
journal= {arXiv preprint arXiv:1612.05365},
year = {2016}
}
备注
arXiv admin note: text overlap with arXiv:1404.7584 by other authors