通过动画跟踪：多目标注意力跟踪器的无监督学习
计算机视觉与模式识别
2019-04-10 v3 机器学习
机器学习
摘要
视频中的在线多目标跟踪（MOT）是一项具有挑战性的计算机视觉任务，数十年来被广泛研究。大多数现有 MOT 算法基于 Tracking-by-Detection（TBD）范式并结合流行的机器学习方法，大幅减少了调参的人力投入。然而，常用的监督学习方法需要标注数据（如边界框），对视频而言成本高昂。此外，TBD 框架通常不是最优的，因为它不是端到端的，即将任务视为检测与跟踪而非联合处理。为实现 MOT 的无标注与端到端学习，我们提出一种 Tracking-by-Animation 框架，其中可微神经模型首先从输入帧跟踪对象，然后将这些对象动画化到重建帧中。学习由重建误差通过反向传播驱动。我们进一步提出一种重优先化注意力跟踪以提高数据关联的鲁棒性。在合成与真实视频数据集上的实验显示了所提模型的潜力。我们的项目页面公开于：https://github.com/zhen-he/tracking-by-animation
引用
@article{arxiv.1809.03137,
title = {Tracking by Animation: Unsupervised Learning of Multi-Object Attentive Trackers},
author = {Zhen He and Jian Li and Daxue Liu and Hangen He and David Barber},
journal= {arXiv preprint arXiv:1809.03137},
year = {2019}
}
备注
CVPR 2019