使用空间感知时间聚合网络的实时视觉跟踪
计算机视觉与模式识别
2019-08-05 v1 机器学习
摘要
从深度神经网络导出的更强大特征表示广泛惠及视觉跟踪算法。然而，对时间信息利用的缺乏阻碍了跟踪算法适应表观变化或抵抗漂移。本文提出一种基于相关滤波的跟踪方法，以空间对齐和尺度感知的范式聚合历史特征。历史帧的特征根据基于可变形卷积的像素级对齐模块被采样并聚合到搜索帧。此外，我们还使用特征金字塔结构处理不同尺度下的运动估计，并解决跟踪损失与形变偏移学习之间对特征粒度的不同需求。通过此设计，该名为空间感知时间聚合网络（SATA）的跟踪器能够在一个时间段内组装多尺度的表观与运动上下文，从而获得优于单张静态图像的性能。我们的跟踪器在 OTB2013、OTB2015、VOT2015、VOT2016 和 LaSOT 上取得领先性能，并以 26 FPS 的实时速度运行，表明我们的方法有效且实用。我们的代码将公开于 \href{https://github.com/ecart18/SATA}{https://github.com/ecart18/SATA}。
引用
@article{arxiv.1908.00692,
title = {Real Time Visual Tracking using Spatial-Aware Temporal Aggregation Network},
author = {Tao Hu and Lichao Huang and Xianming Liu and Han Shen},
journal= {arXiv preprint arXiv:1908.00692},
year = {2019}
}