用于孪生视觉跟踪的时空匹配
计算机视觉与模式识别
2021-05-07 v1
摘要
相似度匹配是孪生跟踪器的核心操作。大多数孪生跟踪器通过源自图像匹配领域的互相关进行相似度学习。然而，与二维图像匹配不同，目标跟踪中的匹配网络需要四维信息（高度、宽度、通道和时间）。互相关忽略了通道和时间维度的信息，从而产生模糊匹配。本文提出一种时空匹配过程，以充分挖掘空间（高度、宽度和通道）与时间中四维匹配的能力。在空间匹配中，我们引入空间可变通道引导相关（SVC-Corr）来重新校准每个空间位置的通道特征响应，可引导生成目标感知的匹配特征。在时间匹配中，我们研究目标与背景的时域上下文关系，并开发了异常抑制模块（ARM）。通过限制帧间响应图的突变，我们的 ARM 能清晰抑制异常，从而实现更鲁棒且准确的目标跟踪。此外，提出了一种新颖的无锚框跟踪框架以适应这些创新。在包括 OTB100、VOT2018、VOT2020、GOT-10k 和 LaSOT 在内的挑战性基准上的实验证明了所提方法的 SOTA 性能。
引用
@article{arxiv.2105.02408,
title = {Spatio-Temporal Matching for Siamese Visual Tracking},
author = {Jinpu Zhang and Yuehuan Wang},
journal= {arXiv preprint arXiv:2105.02408},
year = {2021}
}