论文笔记之Understanding and Diagnosing Visual Tracking Systems
发布时间
阅读量：
阅读量
Understanding and Diagnosing Visual Tracking Systems
论文链接：http://dwz.cn/6qPeIb
本文的核心目标旨在识别影响目标跟踪效果最显著的因素，并在此基础上提出具有针对性的优化建议以提高算法性能的可操作性与理论依据性[王乃岩博士]是一位极具影响力的学者值得关注的重要研究者
强调了特征提取的重要性及其对结果的关键作用，并指出同样构成了该跟踪器的核心机制。这并非是我们所预设的基于observation model的方法在效果上占优的情形。观察模型的真实影响体现在以下图表中：当所采用的特征较为初级或较弱时，在一定程度上会对模型性能产生较大的负面影响；而当我们采用HOG+raw color这样的高级特征时，则能有效缓解这一问题并显著提升模型效果。
（第二个图（figure5）也是observation model，不是motion models）
模型更新器主要对observation model中的某些参数以及特征模型在更新过程中所涉及的相关参数执行微小调整以防止目标跟踪出现缓慢漂移现象从而使跟踪效果能够持续稳定。
集成后处理器旨在针对由多种trackers组成的跟踪系统所存在的单一追踪器易受参数变化影响的问题提供一种解决方案。
本处仅进行了observation model与feature extractor之间的对比分析并以此来论证提取具有强大识别能力的特征对于目标追踪工作的重要性。
值得注意的是整体后的优化工作不仅包括运动模型的选择还包括参数更新等多方面的改进工作只要能够在这些方面取得完善的效果都能够带来较为明显的提升作用。
全部评论 (0)
还没有任何评论哟~