基于少样本学习的实时视觉目标跟踪
计算机视觉与模式识别
2021-03-19 v1
摘要
视觉目标跟踪（VOT）可视为少样本学习（FSL）的扩展任务。尽管 FSL 的概念在跟踪中并不新颖且已被先前工作应用，但其中大多数专为适配特定类型的 FSL 算法而定制，并可能牺牲运行速度。在本工作中，我们提出一个通用的两阶段框架，能够采用多种 FSL 算法，同时呈现更快的适应速度。第一阶段使用孪生区域提议网络高效提议潜在候选，第二阶段将分类这些候选的任务重新表述为少样本分类问题。遵循这种由粗到精的流程，第一阶段为第二阶段提议信息丰富的稀疏样本，使得多种 FSL 算法可更方便高效地实施。作为第二阶段的实证，我们系统地考察了先前工作中具有不同目标函数、优化方法或解空间的若干基于优化的少样本学习器形式。此外，我们的框架还直接适用于将绝大多数其他 FSL 算法用于视觉跟踪，促进这两个主题研究者之间的相互交流。在主要基准 VOT2018、OTB2015、NFS、UAV123、TrackingNet 和 GOT-10k 上进行了大量实验，展示了令人满意的性能提升与实时速度。
引用
@article{arxiv.2103.10130,
title = {Real-Time Visual Object Tracking via Few-Shot Learning},
author = {Jinghao Zhou and Bo Li and Peng Wang and Peixia Li and Weihao Gan and Wei Wu and Junjie Yan and Wanli Ouyang},
journal= {arXiv preprint arXiv:2103.10130},
year = {2021}
}