[论文解读] Object Tracking via Dynamic Feature Selection Processes

Giorgio Roffo, Simone Melzi|arXiv (Cornell University)|Sep 7, 2016

Video Surveillance and Tracking Methods参考文献 5被引用 4

一句话总结

本文提出动态特征选择追踪器（DFST），一种增强型视觉追踪系统，通过使用监督变体的Inf-FS算法，在目标与背景之间动态选择最具判别性的特征。通过将此特征选择机制整合到自适应色彩追踪（ACT）框架中，DFST在外观变化、光照变化和干扰物存在下提升了准确性和鲁棒性，在VOT2016挑战赛中取得最佳性能，成功率为5.06，精度为0.57。

ABSTRACT

DFST proposes an optimized visual tracking algorithm based on the real-time selection of locally and temporally discriminative features. A feature selection mechanism is embedded in the Adaptive colour Names (CN) tracking system that adaptively selects the top-ranked discriminative features for tracking. DFST provides a significant gain in accuracy and precision allowing the use of a dynamic set of features that results in an increased system flexibility. DFST is based on the unsupervised method "Infinite Feature Selection" (Inf-FS), which ranks features according with their "redundancy" without using class labels. By using a fast online algorithm for learning dictionaries the size of the box is adapted during the processing. At each update, we use multiple examples around the target (at different positions and scales). DFST also improved the CN by adding micro-shift at the predicted position and bounding box adaptation.

研究动机与目标

• 解决如ACT等视觉追踪器中固定特征集的局限性，此类特征集在外观可变性下降低系统灵活性。
• 通过实时动态选择与目标身份最相关的特征，提升前景与背景的判别能力。
• 通过引入避免完整图构建的Inf-FS监督变体，降低特征选择的计算开销。
• 通过自适应特征加权，提升追踪器对光照变化、背景杂波和干扰物的鲁棒性。
• 在不依赖GPU或分布式处理的前提下，实现在VOT2016挑战赛中的高性能表现。

提出的方法

• 提出Inf-FS算法的监督变体，根据特征在目标（前景）与背景类别之间的判别能力对特征进行排序。
• 利用基于Fisher准则和t检验p值的加权矩阵A构建特征亲和图，其中边权重反映特征对的联合判别能力。
• 使用监督Inf-FS根据特征在图中所有路径上分离目标与背景的能力，为特征分配最终得分。
• 通过仅在每帧使用排名最高的特征重新估计协方差矩阵C，将特征选择模块集成到ACT追踪器中。
• 应用包含250个原子和200次迭代的在线字典学习，通过最小化多尺度目标区域patch的重构误差，自适应调整边界框大小。
• 在预测位置应用微位移精修，以提高定位精度。

实验结果

研究问题

• RQ1 与固定特征集相比，动态自适应特征选择机制是否能提升视觉追踪的准确性和鲁棒性？
• RQ2 如何在保持判别性能的同时降低无监督特征选择方法（如Inf-FS）的计算成本？
• RQ3 在光照和外观变化下，引入前景-背景类别分离在多大程度上能提升特征相关性与追踪器鲁棒性？
• RQ4 在线字典学习是否能有效实现实时自适应边界框大小调整，而不牺牲追踪速度？
• RQ5 在VOT2016挑战赛的严格评估规则下，所提方法在处理干扰物和外观漂移方面的表现如何？

主要发现

• DFST追踪器在VOT2016挑战赛中取得5.06的成功率和0.57的精度，显著优于基线ACT追踪器。
• 监督变体的Inf-FS通过消除完整成对相关性计算需求，显著缩短了构建特征图所需时间。
• 特征选择通过优先选择在不同光照条件下仍具判别力的特征，提升了对光照变化的鲁棒性。
• 通过惩罚在大范围背景区域同时激活的特征，追踪器有效抑制了空间相关性背景杂波。
• 在线字典学习的集成实现了自适应边界框大小调整，通过最小化重构误差提升了定位精度。
• 该追踪器在标准CPU上保持了高帧率（基线模式下最高达16.53 FPS），无需GPU加速，证明了其具备实时可行性。