实时 MDNet
计算机视觉与模式识别
2018-08-28 v1
摘要
我们提出一种基于多域卷积神经网络（MDNet）的快速且准确的视觉跟踪算法。所提方法加速了特征提取过程并学习了更具判别力的实例分类模型；它通过保持高分辨率特征图与每个激活的大感受野来提升目标与背景的表示质量。我们还引入了一种新的损失项，以区分多个域间的前景实例，并学习具有相似语义的目标物体更具判别力的嵌入。所提技术被集成到著名的基于 CNN 的视觉跟踪算法 MDNet 的流程中。与 MDNet 相比，我们实现了约 25 倍加速且精度几乎一致。我们的算法在包括 OTB2015、UAV123 和 TempleColor 在内的多个流行跟踪基准数据集上进行了评估，即使无需数据集特定的参数调优，也一致优于最先进的实时跟踪方法。
引用
@article{arxiv.1808.08834,
title = {Real-Time MDNet},
author = {Ilchae Jung and Jeany Son and Mooyeol Baek and Bohyung Han},
journal= {arXiv preprint arXiv:1808.08834},
year = {2018}
}
备注
16 pages, 8 figures, accepted at ECCV 2018