学习用于视觉跟踪的多域卷积神经网络

学习用于视觉跟踪的多域卷积神经网络(中文6800字,英文PDF)
摘要
我们提出了一种新的视觉跟踪算法，该算法基于训练的卷积神经网络（CNN）的特征表示。我们的算法通过使用大量有着标注答案的视频预训练CNN，以获得通用的目标表示。我们的网络由共享层和有着多个分支的域特定层组成，其中域对应于各个训练序列，并且每个分支负责二分类以识别每个域中的目标。针对每个域，迭代地训练网络以获得共享层中的通用目标表示。当在一个新序列中跟踪目标时，我们将已经预训练的CNN中的共享层和新的在线更新参数的二值分类层组合，来构建新网络。在线跟踪时，在先前目标的周围随机采样候选窗口，对候选窗口进行评估来执行在线跟踪。与现有跟踪基准测试中的最新方法相比，所提出的算法表现出了出色的性能。