语义跟踪：基于互监督卷积网络的单目标跟踪
计算机视觉与模式识别
2016-11-22 v1
摘要
本文提出一种语义跟踪器，其同时跟踪单个目标并识别其类别。一般而言，很难设计适用于所有物体类别的跟踪模型，例如，用于汽车的刚性跟踪器不适合可形变的体操运动员。基于类别的跟踪器通常对该特定类别的物体实现更优的跟踪性能，但难以泛化。因此，我们提出一种新颖的统一鲁棒跟踪框架，显式编码通用特征与基于类别的特征。该跟踪器由一个共享卷积网络（NetS）组成，其输入到两个并行网络：用于分类的NetC和用于跟踪的NetT。NetS在ImageNet上预训练，作为NetC和NetT跨不同物体类别的通用特征提取器。NetC利用全连接层内的这些特征对物体类别进行分类。NetT具有多个分支，对应于多个类别，以区分被跟踪物体与背景。由于NetT中的每个分支都由特定类别或相似类别组的视频训练，NetT编码了用于跟踪的基于类别的特征。在在线跟踪期间，NetC和NetT共同确定具有正确类别和前景标签的目标区域以进行目标估计。为提高鲁棒性和精度，NetC和NetT相互互监督，并在它们对同一图像区域的输出模糊时（即当类别标签与前景/背景分类相矛盾时）触发网络自适应。我们在大规模跟踪基准（100个序列）上将我们的跟踪器与其他最先进的跟踪器进行了比较——所获得的结果证明了我们所提跟踪器的有效性，因为它优于其他38种最先进的跟踪算法。
引用
@article{arxiv.1611.06395,
title = {Semantic tracking: Single-target tracking with inter-supervised convolutional networks},
author = {Jingjing Xiao and Qiang Lan and Linbo Qiao and Ales Leonardis},
journal= {arXiv preprint arXiv:1611.06395},
year = {2016}
}