面向抗干扰的主动视觉跟踪

在主动视觉跟踪中，当干扰物体出现时往往极为困难，因为干扰物常通过遮挡目标或带来混淆外观而误导跟踪器。为解决此问题，我们提出一种混合合作-竞争多智能体博弈，其中目标与多个干扰物组成协作团队与跟踪器对抗并使其跟踪失败。通过在我们的博弈中学习，干扰物自然涌现出多样的干扰行为，从而暴露跟踪器的弱点，有助于增强跟踪器的抗干扰鲁棒性。为有效学习，我们随后提出一系列实用方法，包括干扰物奖励函数、跨模态师生学习策略以及跟踪器的循环注意力机制。实验结果表明，我们的跟踪器实现了期望的抗干扰主动视觉跟踪，并能很好地泛化至未见环境。我们还展示了该多智能体博弈可用于对抗式测试跟踪器的鲁棒性。