迁移丰富特征层级以实现鲁棒视觉跟踪
计算机视觉与模式识别
2015-04-24 v2 神经与进化计算
摘要
卷积神经网络（CNN）模型在图像分类和目标检测等各种计算机视觉任务中取得了巨大成功。然而，一些同样重要的任务，如视觉跟踪，仍未得到充分探索。我们认为，阻碍 CNN 应用于视觉跟踪的主要障碍是缺乏适当标注的训练数据。虽然现有释放 CNN 潜力的应用通常需要数百万量级的海量训练数据，但视觉跟踪应用通常在每个视频的第一帧中仅有一个标注样本。我们在此通过离线预训练 CNN，然后将学习到的丰富特征层级迁移至在线跟踪来解决这一研究问题。该 CNN 还在在线跟踪过程中进行微调，以适应第一视频帧中指定的跟踪目标的外观。为了适应目标跟踪的特性，我们首先预训练 CNN 以识别何为对象，随后提出生成概率图而非产生简单的类别标签。在两个具有挑战性的公开基准测试上进行性能评估，结果表明我们提出的跟踪器相较于其他最先进（state-of-the-art）的跟踪器取得了显著提升。
引用
@article{arxiv.1501.04587,
title = {Transferring Rich Feature Hierarchies for Robust Visual Tracking},
author = {Naiyan Wang and Siyi Li and Abhinav Gupta and Dit-Yan Yeung},
journal= {arXiv preprint arXiv:1501.04587},
year = {2015}
}