RPT：面向孪生视觉跟踪的点集表示学习
计算机视觉与模式识别
2020-09-03 v2
摘要
尽管鲁棒视觉跟踪已取得显著进展，准确的目标状态估计仍是一个极具挑战性的问题。本文中，我们认为该问题与普遍使用的边界框表示密切相关，边界框仅提供物体粗略的空间范围。因此，我们提出了一种高效的视觉跟踪框架，以一组代表点这一更精细的表示来准确估计目标状态。该点集被训练用以指示目标区域在语义与几何上显著的位置，从而实现更细粒度的定位与目标外观建模。我们进一步提出一种多级聚合策略，通过融合分层卷积层来获取详细结构信息。在 OTB2015、VOT2018、VOT2019 和 GOT-10k 等多个挑战性基准上的大量实验表明，我们的方法在以超过 20 FPS 运行的同时达到了新的 SOTA 性能。
引用
@article{arxiv.2008.03467,
title = {RPT: Learning Point Set Representation for Siamese Visual Tracking},
author = {Ziang Ma and Linyuan Wang and Haitao Zhang and Wei Lu and Jun Yin},
journal= {arXiv preprint arXiv:2008.03467},
year = {2020}
}
备注
Accepted to ECCV2020 Workshop