面向无人机鲁棒视觉跟踪的三注意力相关滤波方法
机器人学
2020-09-01 v2 计算机视觉与模式识别
摘要
近年来,目标跟踪已广泛应用于无人机(UAV)任务。然而,现有算法仍面临部分遮挡、杂乱背景及其他挑战性视觉因素等困难。受前沿注意力机制启发,提出一种新颖的目标跟踪框架以利用多层次视觉注意力。三种主要注意力,即上下文注意力、维度注意力与时空注意力,被集成到基于相关滤波的跟踪流程的训练与检测阶段。因此,所提跟踪器具备对抗挑战性因素的鲁棒判别力,同时在无人机场景中保持高运行效率。在两个知名基准(含173个挑战性无人机视频序列)上的定量与定性实验证明了该框架的有效性。所提跟踪算法以28帧每秒的速度运行,相较基线跟踪器在UAVDT上取得4.8%相对增益、在UAV123@10fps上取得8.2%相对增益,优越于12种最先进(SOTA)方法。
引用
@article{arxiv.2008.00528,
title = {Towards Robust Visual Tracking for Unmanned Aerial Vehicle with Tri-Attentional Correlation Filters},
author = {Yujie He and Changhong Fu and Fuling Lin and Yiming Li and Peng Lu},
journal= {arXiv preprint arXiv:2008.00528},
year = {2020}
}
备注
IROS'20 accepted, 8 pages, 6 figures, and 2 tables