追踪小而快速运动物体:一项基准
计算机视觉与模式识别
2022-09-12 v1
摘要
随着越来越多大规模数据集可用于训练,视觉追踪近年来取得巨大进展。然而,当前该领域研究主要聚焦于追踪通用物体。本文提出TSFMO,一项用于追踪小而快速运动物体(Tracking Small and Fast Moving Objects)的基准。该基准旨在特别鼓励针对这一挑战性任务开发新颖且精确的方法。TSFMO包含250个序列,总计约5万帧。这些序列中每帧均经人工仔细标注边界框。据我们所知,TSFMO是首个专用于追踪小而快速运动物体的基准,尤其与体育相关。为理解现有方法表现并为未来TSFMO研究提供对比,我们在该基准上广泛评估了20个最先进(state-of-the-art)追踪器。评估结果表明,仍需更多努力以改进小而快速运动物体的追踪。此外,为鼓励未来研究,我们提出一种新追踪器S-KeepTrack,其超越所有20个被评估方法。通过发布TSFMO,我们期望促进未来对小而快速运动物体追踪的研究与应用。TSFMO、评估结果及S-KeepTrack可在\url{https://github.com/CodeOfGithub/S-KeepTrack}获取。
引用
@article{arxiv.2209.04284,
title = {Tracking Small and Fast Moving Objects: A Benchmark},
author = {Zhewen Zhang and Fuliang Wu and Yuming Qiu and Jingdong Liang and Shuiwang Li},
journal= {arXiv preprint arXiv:2209.04284},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2011.10875 by other authors