基于 TridentAlign 与上下文嵌入的视觉跟踪
计算机视觉与模式识别
2020-07-15 v1
摘要
近期基于孪生网络的视觉跟踪方法的进展使其在众多跟踪基准上实现了高性能。然而，目标物体的大幅尺度变化以及同类干扰物体一直对视觉跟踪构成挑战。为解决这些持续存在的问题，我们提出用于基于孪生网络的视觉跟踪方法的新型 TridentAlign 与上下文嵌入模块。TridentAlign 模块增强了对目标大幅尺度变化与形变的适应性，它将目标物体的特征表示池化到多个空间维度以形成特征金字塔，随后用于区域提议阶段。同时，上下文嵌入模块旨在通过考虑物体间的全局上下文信息来区分目标与干扰物体。该模块将给定帧的全局上下文信息提取并嵌入到局部特征表示中，以便该信息可用于最终分类阶段。在多个基准数据集上的实验结果表明，所提跟踪器的性能可与最先进（SOTA）跟踪器相媲美，且以实时速度运行。
引用
@article{arxiv.2007.06887,
title = {Visual Tracking by TridentAlign and Context Embedding},
author = {Janghoon Choi and Junseok Kwon and Kyoung Mu Lee},
journal= {arXiv preprint arXiv:2007.06887},
year = {2020}
}
备注
Code available on https://github.com/JanghoonChoi/TACT