基于秩的滤波器剪枝用于实时无人机跟踪
计算机视觉与模式识别
2022-07-06 v1
摘要
无人机(UAV)跟踪在农业、导航和公共安全等领域具有广泛的潜在应用。然而,无人机计算资源、电池容量和最大载荷的限制阻碍了基于深度学习的跟踪算法在无人机上的部署。因此,判别相关滤波(DCF)跟踪器因其高效率而在无人机跟踪领域脱颖而出。然而,它们的精度通常远低于基于深度学习的跟踪器。模型压缩是缩小 DCF 与深度学习跟踪器之间(即效率、精度)差距的一种有前景的方法,在无人机跟踪中尚未受到太多关注。在本文中,我们提出了 P-SiamFC++ 跟踪器,首次使用基于秩的滤波器剪枝来压缩 SiamFC++ 模型,实现了效率与精度之间的显著平衡。我们的方法具有通用性,并可能促进无人机跟踪中模型压缩的进一步研究。在 UAV123@10fps、DTB70、UAVDT 和 Vistrone2018 四个无人机基准上的大量实验表明,P-SiamFC++ 跟踪器显著优于最先进的无人机跟踪方法。
引用
@article{arxiv.2207.01768,
title = {Rank-Based Filter Pruning for Real-Time UAV Tracking},
author = {Xucheng Wang and Dan Zeng and Qijun Zhao and Shuiwang Li},
journal= {arXiv preprint arXiv:2207.01768},
year = {2022}
}