进行目标跟踪和图像分割

目标跟踪与分割

Fast Online Object Tracking and
Segmentation: A Unifying Approach

论文链接：

Efficient Real-Time Object Detection and Image Segmentation: A Comprehensive Method.

摘要

本文阐述了一种简便的技术方案用于实现视频目标的实时跟踪以及半监督视频目标分割功能。该方法命名为SiamMask，并通过引入二元分割损失项改进了现有全卷积神经网络在siamese目标跟踪中的模糊训练机制。经过训练后,SiamMask系统仅需基于单个初始边界框进行在线操作,以每秒55帧的速度实时生成与类别无关的对象分割遮罩及旋转边界框。尽管其设计思路简洁且兼具多功能性,SiamMask在VOT-2018比赛中实现了对现有的实时跟踪算法的新突破,并同时在DAVIS-2016及DAVIS-2017等半监督视频对象分割任务中展现出最佳性能

Introduction

该研究引入了一种简洁的多任务学习框架SiamMask，并将其命名为适用于多个目标跟踪与 video object segmentation (VOS) 之间的桥梁角色。研究的主要动机来源于完全卷积网络的成功应用及其在目标跟踪中的高效性能[4]。为此，在大规模视频数据集的