即插即用卷积回归跟踪器用于视频目标检测
计算机视觉与模式识别
2020-03-03 v1
摘要
视频目标检测旨在同时定位给定视频中目标的边界框并识别其类别。视频目标检测的一个挑战是在整个视频中一致地检测出所有目标。由于目标在某些帧中的外观可能退化，通常利用其他帧的特征或检测结果来增强预测。本文针对视频目标检测任务提出了一种即插即用尺度自适应卷积回归跟踪器，其可轻松且兼容地植入当前最先进的检测网络中。由于该跟踪器复用了检测器的特征，它对检测网络而言是非常轻量的增量。整个网络以接近标准目标检测器的速度运行。借助我们新的视频目标检测流程设计，图像目标检测器无需修改任何参数即可轻松转变为高效的视频目标检测器。性能在大规模 ImageNet VID 数据集上进行了评估。我们的即插即用设计以极小的速度下降为图像检测器提升了约 5% 的 mAP 分数。
引用
@article{arxiv.2003.00981,
title = {Plug & Play Convolutional Regression Tracker for Video Object Detection},
author = {Ye Lyu and Michael Ying Yang and George Vosselman and Gui-Song Xia},
journal= {arXiv preprint arXiv:2003.00981},
year = {2020}
}