简介

本文是MD在ECO系列之后的新paper，CVPR2019的oral，文章质量很高。
文章链接
代码链接

动机

目前，目标跟踪领域的研究重点集中于分类准确度，这导致目标分类效果好的模型，目标估计（target state estimation）低于预期，相反一些以前的模型能够获得更好的目标估计效果，但这些模型的目标分类效果差。

贡献

本文提出了一种新颖的跟踪架构，由目标估计和目标分类两部分组成。
在目标估计网络部分引入了IoU-Net（出自ECCV2018），使损失更加合理。
目标分类网络使用深度回归网络，由两个全卷积层组成，并提出新的专用在线训练的优化算法。
在新的大型TrackingNet数据集上，ATOM相对于之前的最佳方法实现了15％的相对增益，同时运行速度超过30 FPS。

方法

本文方法的整体架构如下图所示，其实较为主要的是两部分，蓝色的IoU Modulation+蓝色的IoU Predictor可以统称为目标估计网络，绿色的Classifier即为目标分类网络。

目标估计网络用于输出当前帧的bbox的IoU，使用IoU-Net+Siamese架构得到，具体的如下图所示。其中，PrPool是IoU-Net中提出的，如下下图所示。文中提到，直接使用Siamese的架构无法得到很好的效果，作者提出了基于调制（Modulation）的方法。关于这里的“调制”，我的个人理解是，由于直接使用Siamese架构不能得到很好的结果，我们可以将Reference Branch的特征进行一下变化，使其能够“适应”Test Branch的“信道”。

由于目标估计网格的判别能力不足，故引入目标分类网络。这部分本文使用了两层卷积，直接回归出以目标为中心的高斯label，且使用online training实现target-specific。但是使用梯度下降法收敛速度过慢，作者将问题转化为了高斯-牛顿最优化问题，可以使用共轭梯度法解决。具体步骤如下：

可以看下，本文的online training方法和梯度下降的比较。

具体的跟踪流程为：

使用目标分类网络计算置信度，置信度最高的位置记为(x,y)(x, y)(x,y)，使用(x,y)(x, y)(x,y)+上一帧目标的www和hhh作为初始跟踪结果BBB。
基于BBB生成10个候选bbox，利用目标估计网络计算它们的IoU，取前三个作为候选结果。
将三个候选结果取均值，得到最终跟踪结果。

实验

首先是消融实验，Multi-Scale代表多尺度搜索方法；No Classif.代表无在线目标分类分支；GD是梯度下降，和本文优化方法的“反向传播”调用次数相同，即运算速度相同，同时GD的学习率和动量参数经过精心调整；GD++是5倍运算量版的梯度下降；No HN代表没有难负样本。

接下来，是在NFS和UAV123数据集上的实验结果：

在TrackingNet数据集上的实验结果：

在LaSOT数据集上的实验结果：

在VOT2018上的实验结果：

CVPR 2019 ATOM:《ATOM: Accurate Tracking by Overlap Maximization》论文笔记相关推荐

目标跟踪 ATOM（ATOM: Accurate Tracking by Overlap Maximization）
文章标题:<ATOM: Accurate Tracking by Overlap Maximization> 文章地址:https://arxiv.org/pdf/1811.07628.p ...
CVPR 2021 《Causal Attention for Vision-Language Tasks》论文笔记
目录简介动机方法实验简介本文出自张含望老师课题组. 论文链接动机文章的第一句就说明了本文的动机,也就是,本文提出了一个新颖的注意力机制,可以消除现有的基于注意力的视觉语言方法中的混杂效 ...
2019 DGF(深度引导滤波网络) 相关的论文笔记
文章目录 *Fast End-to-End Trainable Guided Filter* *KeyPoint* *overview* *keywords* *extends* 摘要引言相关工作 ...
VITAL: VIsual Tracking via Adversarial Learning论文笔记
本文是一篇很不错的关于目标跟踪算法的文章,收录于CVPR2018. 论文链接:https://arxiv.org/pdf/1804.04273.pdf 本文主要分析了现有的检测式跟踪的框架在模型在线学 ...
CVPR 2019 论文大盘点-目标跟踪篇
点击我爱计算机视觉标星,更快获取CVML新技术跟踪在计算机视觉里有很广泛的内涵,本文所指的跟踪为通用目标跟踪,不包括比如人脸特征点跟踪.视线跟踪等特定领域. 本文总结了 19 篇相关论文,列出了代码 ...
IIAI CVPR 2019 跟踪、检测、分割论文荐读
点击我爱计算机视觉标星,更快获取CVML新技术本文转载自起源人工智能研究院. 撰稿:Fahad Khan,孙国磊,廖胜才,卢宪凯导语 CVPR (Conference on Computer Vi ...
CVPR 2019 Oral 论文精选汇总，值得一看的 CV 论文都在这里（持续更新中）
CVPR 2019 即将于 6 月在美国长滩召开.今年有超过 5165 篇的大会论文投稿,最终录取 1299 篇,其中 Oral 论文近 300 篇.为了方便社区开发者和学术青年查找和阅读高价值论文, ...
ccot 目标跟踪全称_Siamese：CVPR 2019 接收论文作者为你解读视频跟踪领域 | CVPR 2019...
雷锋网(公众号:雷锋网) AI 科技评论按,本文作者 Qiang Wang,原载于知乎,雷锋网获得授权转载. 今年的 CVPR 的结果已经完全公布,我参与的两篇文章 SiamMask 和SiamRPN ...
CVPR 2019视频目标跟踪算法Pipeline集合
文章目录 1. SiamMask: "Fast Online Object Tracking and Segmentation: A Unifying Approach." 2. ...

CVPR 2019 ATOM:《ATOM: Accurate Tracking by Overlap Maximization》论文笔记

目录

简介

动机

贡献

方法

实验

CVPR 2019 ATOM:《ATOM: Accurate Tracking by Overlap Maximization》论文笔记相关推荐

最新文章

热门文章