VITAL：通过对抗学习实现视觉跟踪
计算机视觉与模式识别
2018-04-13 v1
摘要
检测式跟踪框架包含两个阶段，即第一阶段在目标物体周围抽取样本，第二阶段将每个样本分类为目标物体或背景。现有使用深度分类网络的跟踪器性能受两方面限制。首先，每帧中的正样本在空间上高度重叠，未能捕捉丰富的表观变化。其次，正负样本之间存在极端的类别不平衡。本文提出VITAL算法，通过对抗学习解决这两个问题。为增广正样本，我们使用生成网络随机生成掩码，将其应用于自适应丢弃输入特征以捕获多种表观变化。借助对抗学习，我们的网络识别出在长时程上保持目标物体最鲁棒特征的掩码。此外，为处理类别不平衡问题，我们提出高阶代价敏感损失，以降低易分负样本的影响，从而便利分类网络训练。在基准数据集上的大量实验表明，所提跟踪器相对于SOTA方法表现优越。
引用
@article{arxiv.1804.04273,
title = {VITAL: VIsual Tracking via Adversarial Learning},
author = {Yibing Song and Chao Ma and Xiaohe Wu and Lijun Gong and Linchao Bao and Wangmeng Zuo and Chunhua Shen and Rynson Lau and Ming-Hsuan Yang},
journal= {arXiv preprint arXiv:1804.04273},
year = {2018}
}
备注
Spotlight in CVPR 2018