从机器人视角重新审视视频时序目标检测
计算机视觉与模式识别
2020-03-05 v2 机器人学
摘要
视频目标检测（VID）已被 vigorous 研究多年，但几乎所有文献都采用基于静态精度的评估，即平均精度（AP）。从机器人视角看，召回连续性与定位稳定性的重要性等同于精度，但AP不足以反映检测器跨时间的性能。本文提出基于目标轨迹（tracklet）的连续性与稳定性无参考评估。这些时序评估可作为静态AP的补充。进一步，我们开发了一种在线轨迹优化，通过短轨迹抑制、片段填补与时序位置融合来提升检测器的时序性能。此外，我们提出小重叠抑制，将VID方法扩展至单目标跟踪（SOT）任务，从而形成灵活的基于检测的SOT框架。在ImageNet VID数据集与真实机器人任务上进行了大量实验，验证了我们提出方法的优越性。代码将公开可用。
引用
@article{arxiv.1912.10406,
title = {Rethinking Temporal Object Detection from Robotic Perspectives},
author = {Xingyu Chen and Zhengxing Wu and Junzhi Yu and Li Wen},
journal= {arXiv preprint arXiv:1912.10406},
year = {2020}
}