基于运动分析的鲁棒视觉跟踪
计算机视觉与模式识别
2023-10-19 v2
摘要
近年来，视频目标分割（VOS）已成为视频目标跟踪（VOT）的一种补充方法。VOS 侧重于对目标周围所有像素进行分类以实现精确形状标注，而 VOT 主要侧重于目标可能所在的近似区域。然而，传统分割模块通常逐帧对像素分类，忽略了相邻帧之间的信息。本文中，我们提出一种新算法，通过分析由固有张量结构刻画的运动模式来解决该局限。通过 Tucker2 张量分解获得的张量结构，被证明能有效描述目标运动。结合该信息，我们在 LaSOT、AVisT、OTB100 与 GOT-10k 四个基准上取得了具有竞争力的结果，达到 SOTA。此外，所提跟踪器能够实时运行，为其实际应用增添了价值。
引用
@article{arxiv.2309.03247,
title = {Robust Visual Tracking by Motion Analyzing},
author = {Mohammed Leo and Kurban Ubul and ShengJie Cheng and Michael Ma},
journal= {arXiv preprint arXiv:2309.03247},
year = {2023}
}
备注
found some key point that is missed,considering that it will take a lot of time to reproduce the results and revise our mistakes,we would like to withdraw the manuscript to avoid further mislead