具有增强提议的实时孪生多目标跟踪器
计算机视觉与模式识别
2022-11-09 v2
摘要
在实时视频中保持多个目标的身份是一项具有挑战性的任务，因为在每一帧上运行检测器并不总是可行的。因此，常采用运动估计系统，但这些系统要么在目标数量增加时扩展性不佳，要么产生的特征语义信息有限。为了解决上述问题并允许实时跟踪数十个任意目标，我们提出了SiamMOTION。SiamMOTION包含一个新颖的提议引擎，该引擎通过注意力机制和由惯性模块馈送并由特征金字塔网络驱动的感兴趣区域提取器来生成高质量特征。最后，提取的张量进入一个比较头，该比较头高效地匹配成对的样本和搜索区域，通过一个逐对深度可分离区域提议网络和一个多目标惩罚模块生成高质量的预测。SiamMOTION已在五个公开基准上进行了验证，在性能上领先于当前最先进的跟踪器。代码见：https://github.com/lorenzovaquero/SiamMOTION
引用
@article{arxiv.2202.04966,
title = {Real-Time Siamese Multiple Object Tracker with Enhanced Proposals},
author = {Lorenzo Vaquero and Víctor M. Brea and Manuel Mucientes},
journal= {arXiv preprint arXiv:2202.04966},
year = {2022}
}
备注
Accepted at Pattern Recognition. Code available at https://github.com/lorenzovaquero/SiamMOTION