
摘要
在视觉目标跟踪任务中,由于目标外观在不同图像序列中存在巨大变化,实现一种普适的在线跟踪器极为困难。本文提出了一种自适应聚合任意多个在线跟踪器的在线跟踪方法。该方法在理论上保证了其性能可与任意图像序列中表现最佳的单一跟踪器相媲美,即使在跟踪过程中最佳跟踪器的具体身份未知。在具有显著外观变化的基准数据集及聚合跟踪器上的实验研究表明,所提方法能够达到当前最优的跟踪性能。代码已公开,获取地址为:https://github.com/songheony/AAA-journal。
在视觉目标跟踪任务中,由于目标外观在不同图像序列中存在巨大变化,实现一种普适的在线跟踪器极为困难。本文提出了一种自适应聚合任意多个在线跟踪器的在线跟踪方法。该方法在理论上保证了其性能可与任意图像序列中表现最佳的单一跟踪器相媲美,即使在跟踪过程中最佳跟踪器的具体身份未知。在具有显著外观变化的基准数据集及聚合跟踪器上的实验研究表明,所提方法能够达到当前最优的跟踪性能。代码已公开,获取地址为:https://github.com/songheony/AAA-journal。