IoUformer:伪IoU预测用变压器进行视觉跟踪

科学领域:

• 计算机视觉 计算机视觉
• 人工智能的人工智能

背景情况:

• 西安追踪方法面临的不一致性,分类得分并不总是产生最佳的界限框重叠与地面真相.
• 这种不一致性会对整体跟踪性能产生负面影响.

研究的目的:

• 提出一种新式跟踪范式,直接预测交叉对联 (IoU) 值,以克服边界框估计不一致性.
• 介绍IoUformer,一个简洁的目标状态预测器,利用变压器的远程依赖模型来改进跟踪.

主要方法:

• IoUformer扩展了变压器功能,以模拟目标模板和搜索区域之间的目标意识交互,以及分区域交互.
• 这种方法通过直接预测 IoU 值来统一全球语义交互和目标状态预测.
• 该研究提供了网络组件和本地化策略,用于实施基于IoU的语跟踪范式.

主要成果:

• IoUformer 准确地预测了 IoU 值,显示了与基本真相的近线性相关性.
• 基于IoUformer的追踪器显示出有希望的结果,即使训练数据减少.
• 该方法作为一个有效的改进模块,用于增强现有的先进追踪器.

结论:

• 拟议的基于IoU的语跟踪范式,由IoUformer提供动力,为界限框不一致问题提供了强大的解决方案.
• IoUformer能够预测可靠的 IoU 值,以及与现有追踪器的兼容性,突出了其有效性和便携性.