論文の概要: Cascaded Regression Tracking: Towards Online Hard Distractor
Discrimination
- arxiv url: http://arxiv.org/abs/2006.10336v1
- Date: Thu, 18 Jun 2020 07:48:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-19 13:50:02.980332
- Title: Cascaded Regression Tracking: Towards Online Hard Distractor
Discrimination
- Title(参考訳): Cascaded Regression Tracking: オンラインハードディトラクタ識別に向けて
- Authors: Ning Wang, Wengang Zhou, Qi Tian, Houqiang Li
- Abstract要約: 本稿では,2段階の逐次回帰トラッカーを提案する。
第1段階では, 容易に同定可能な負の候補を抽出する。
第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
- 参考スコア(独自算出の注目度): 202.2562153608092
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual tracking can be easily disturbed by similar surrounding objects. Such
objects as hard distractors, even though being the minority among negative
samples, increase the risk of target drift and model corruption, which deserve
additional attention in online tracking and model update. To enhance the
tracking robustness, in this paper, we propose a cascaded regression tracker
with two sequential stages. In the first stage, we filter out abundant
easily-identified negative candidates via an efficient convolutional
regression. In the second stage, a discrete sampling based ridge regression is
designed to double-check the remaining ambiguous hard samples, which serves as
an alternative of fully-connected layers and benefits from the closed-form
solver for efficient learning. Extensive experiments are conducted on 11
challenging tracking benchmarks including OTB-2013, OTB-2015, VOT2018, VOT2019,
UAV123, Temple-Color, NfS, TrackingNet, LaSOT, UAV20L, and OxUvA. The proposed
method achieves state-of-the-art performance on prevalent benchmarks, while
running in a real-time speed.
- Abstract(参考訳): 視覚追跡は、同様の周囲の物体によって容易に妨害される。
否定的なサンプルの中では少数派であるにもかかわらず、そのような物体は、ターゲットドリフトやモデル腐敗のリスクを増大させ、オンライン追跡やモデル更新にさらなる注目に値する。
追跡ロバスト性を高めるため,本論文では2段階の逐次回帰トラッカを提案する。
第1段階では,効率的な畳み込み回帰によって,容易に識別できる負の候補を抽出した。
第2段階では、離散サンプリングに基づくリッジ回帰は、残りのあいまいなハードサンプルを二重にチェックするように設計されており、これは完全に連結されたレイヤーの代替であり、効率的な学習のための閉形式ソルバの利点である。
OTB-2013, OTB-2015, VOT2018, VOT2019, UAV123, Temple-Color, NfS, TrackingNet, LaSOT, UAV20L, OxUvAなど,11の挑戦的追跡ベンチマークで大規模な実験が行われた。
提案手法は, 実時間速度で実行しながら, 一般的なベンチマークで最先端の性能を実現する。
関連論文リスト
- ShaSTA: Modeling Shape and Spatio-Temporal Affinities for 3D
Multi-Object Tracking [25.093138732809738]
マルチオブジェクトトラッキングは、あらゆるロボットシステムの基盤となる能力である。
検出器は、低い精度のリコールシステムで機能し、偽陽性の頻度を高い頻度で生成しながら、低い数の偽陰性を確実にする。
本研究では, 連続するフレーム間の形状と時間的親和性を学習し, 真陽性と偽陽性の検知とトラックの識別をより良くする手法を提案する。
論文 参考訳(メタデータ) (2022-11-08T00:20:38Z) - Unsupervised Learning of Accurate Siamese Tracking [68.58171095173056]
分類枝と回帰枝の両方で時間対応を学習できる新しい教師なし追跡フレームワークを提案する。
トラッカーは、トラッカーネットやLaSOTのような大規模データセット上で、教師なしの手法と同等の性能を発揮する。
論文 参考訳(メタデータ) (2022-04-04T13:39:43Z) - Self-Damaging Contrastive Learning [92.34124578823977]
ラベルのないデータは一般に不均衡であり、長い尾の分布を示す。
本稿では,クラスを知らずに表現学習を自動的にバランスをとるための,自己学習コントラスト学習という原則的枠組みを提案する。
実験の結果,SDCLRは全体としての精度だけでなく,バランス性も著しく向上することがわかった。
論文 参考訳(メタデータ) (2021-06-06T00:04:49Z) - Learning Residue-Aware Correlation Filters and Refining Scale Estimates
with the GrabCut for Real-Time UAV Tracking [12.718396980204961]
無人航空機(UAV)ベースの追跡はますます注目を集め、農業、航空、ナビゲーション、輸送、公安などのアプリケーションで急速に発展しています。
近年,1つのCPU上での高い効率とロバスト性のために,識別相関フィルタ(DCF)ベースのトラッカーがUAVトラッキングコミュニティで注目されている。
本稿では,GrabCutによるセグメンテーションによるDCFトラッカーの判別スケール推定の改善について検討する。
論文 参考訳(メタデータ) (2021-04-07T13:35:01Z) - Unsupervised Noisy Tracklet Person Re-identification [100.85530419892333]
本稿では,非照合トラックレットデータから識別的人物再識別モデルを訓練できる選択的トラックレット学習(STL)手法を提案する。
これにより、カメラビュー全体で人物の画像/トラックレットの真のマッチングペアを完全にラベル付けする面倒でコストのかかるプロセスが回避されます。
提案手法は生トラックレットの任意のノイズデータに対して特に頑健であるため,制約のない追跡データから識別モデル学習にスケーラブルである。
論文 参考訳(メタデータ) (2021-01-16T07:31:00Z) - Robust Visual Tracking via Statistical Positive Sample Generation and
Gradient Aware Learning [28.60114425270413]
CNNベースのトラッカーは、複数のベンチマークデータセットで最先端のパフォーマンスを達成した。
統計的正のサンプル生成とグラディエント・アウェア・ラーニング(SPGA)によるロバストな追跡手法を提案する。
提案するSPGAは,いくつかの最先端トラッカーに対して良好に動作することを示す。
論文 参考訳(メタデータ) (2020-11-09T09:14:58Z) - DR^2Track: Towards Real-Time Visual Tracking for UAV via Distractor
Repressed Dynamic Regression [18.044423448896143]
本研究では,検出フェーズで生成した応答マップの局所的な最大点を利用して,電流イントラクタの自動検出を行う。
3つの挑戦的なUAVベンチマークで実施された実体実験は、優れた性能と異常な速度の両方を実証している。
論文 参考訳(メタデータ) (2020-08-10T06:08:31Z) - SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。
効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。
構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
論文 参考訳(メタデータ) (2020-07-26T12:32:38Z) - Fully Convolutional Online Tracking [47.78513247048846]
我々は、分類と回帰の両方のためにFCOTと呼ばれる完全な畳み込みオンライン追跡フレームワークを提示する。
我々の重要な貢献は、ターゲットフィルタの重みをオンラインサンプルで初期化するオンライン回帰モデル生成器(RMG)の導入である。
RMGのユニークな設計のおかげで、我々のFCOTは時間次元に沿った目標変動の処理に有効であるばかりでなく、より正確な結果を生み出すことができる。
論文 参考訳(メタデータ) (2020-04-15T14:21:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。