用于视觉跟踪的时间相干与图优化流形排序
计算机视觉与模式识别
2018-04-18 v1
摘要
近来，加权块表示被广泛研究以缓解边界框中背景信息的影响从而改善视觉跟踪结果。然而，现有加权块表示模型通常分别利用每帧中块间的空间结构信息，忽略了（1）每个块的一元特征与（2）不同帧间块的时间相关性。为解决此问题，我们提出一种新颖的统一时间相干与图优化排序模型，用于视觉跟踪问题中的加权块表示。本文主要有三点贡献。第一，我们提出采用灵活的图排序计算块权重，同时利用块间结构信息与每个块的一元特征。第二，我们通过进一步考虑不同帧间块的时间相关性，提出一种更具判别力的排序模型。第三，学习并融入一个保持邻域的低秩图以构建统一优化排序模型。在两个基准数据集上的实验显示了我们模型的优势。
引用
@article{arxiv.1804.06253,
title = {Temporal Coherent and Graph Optimized Manifold Ranking for Visual Tracking},
author = {Bo Jiang and Doudou Lin and Bin Luo and Jin Tang},
journal= {arXiv preprint arXiv:1804.06253},
year = {2018}
}