自然场景下的平面目标跟踪：一个基准
计算机视觉与模式识别
2018-05-23 v2
摘要
平面目标跟踪是基于视觉的机器人应用中被积极研究的问题。尽管已有若干基准用于评估 state-of-the-art 算法，但仍缺乏在自然场景而非受限实验室环境中拍摄的视频序列。本文提出了一个精心设计的平面目标跟踪基准，包含在自然环境中采集的 30 个平面目标的 210 个视频。具体而言，对于每个目标，我们拍摄了七个视频，涉及各种挑战因素，即尺度变化、旋转、透视畸变、运动模糊、遮挡、视野外以及无约束。真值经半人工精心标注以确保质量。此外，使用两种评估指标在该基准上评估了十一种 state-of-the-art 算法，并对评估结果提供了详细分析。我们期望所提出的基准能有益于未来关于平面目标跟踪的研究。
引用
@article{arxiv.1703.07938,
title = {Planar Object Tracking in the Wild: A Benchmark},
author = {Pengpeng Liang and Yifan Wu and Hu Lu and Liming Wang and Chunyuan Liao and Haibin Ling},
journal= {arXiv preprint arXiv:1703.07938},
year = {2018}
}
备注
Accepted by ICRA 2018