用于高性能视觉跟踪的孪生注意力关键点网络
计算机视觉与模式识别
2020-01-01 v2 人工智能
多媒体
摘要
本文中，我们研究了视觉跟踪三个主要方面的影响，即骨干网络、注意力机制与检测组件，并提出了一种称为SATIN的孪生注意力关键点网络，用于高效跟踪与精确定位。首先，专门设计了一种新的孪生轻量级沙漏网络用于视觉跟踪。它利用重复的自底向上与自顶向下推理的优势，在多尺度上捕获更多全局与局部上下文信息。其次，采用一种新颖的交叉注意力模块来利用通道维与空间的中间注意力信息，从而增强特征图的判别与定位能力。第三，发明了一种关键点检测方法，通过检测目标边界框的左上角点、中心点与右下角点来追踪任意目标对象。因此，我们的SATIN跟踪器不仅具有学习更有效对象表示的能力，而且在训练或测试阶段均具有计算与存储效率。据我们所知，我们首次提出该方法。无需额外技巧，实验结果表明我们的方法在多个近期基准数据集上取得了最先进的性能，速度远超每秒27帧。
引用
@article{arxiv.1904.10128,
title = {Siamese Attentional Keypoint Network for High Performance Visual Tracking},
author = {Peng Gao and Ruyue Yuan and Fei Wang and Liyi Xiao and Hamido Fujita and Yan Zhang},
journal= {arXiv preprint arXiv:1904.10128},
year = {2020}
}
备注
Accepted by Knowledge-Based SYSTEMS