基于孪生网络的视觉目标跟踪器中更优匹配的探讨
计算机视觉与模式识别
2018-09-06 v1
摘要
近来,基于孪生网络(Siamese network)的跟踪器因其快速的跟踪速度和高性能而受到极大关注。尽管取得巨大成功,该跟踪框架仍存在若干局限。首先,它不能妥善处理目标的大幅度旋转。其次,当背景包含显著物体时跟踪容易受干扰。本文中,我们提出两种简单而有效的机制,即角度估计与空间掩蔽,以解决这些问题。目标是提取更具代表性的特征,从而在不同帧的同一目标间获得更优匹配。所得跟踪器命名为 Siam-BM,不仅显著提升跟踪性能,更重要的是保持了实时能力。在 VOT2017 数据集上的评估表明 Siam-BM 取得 0.335 的 EAO,这使其成为迄今性能最佳的实时跟踪器。
引用
@article{arxiv.1809.01368,
title = {Towards a Better Match in Siamese Network Based Visual Object Tracker},
author = {Anfeng He and Chong Luo and Xinmei Tian and Wenjun Zeng},
journal= {arXiv preprint arXiv:1809.01368},
year = {2018}
}
备注
This paper is accepted by ECCV Visual Object Tracking Challenge Workshop VOT2018