[论文解读] Tracking Randomly Moving Objects on Edge Box Proposals

Gao Zhu, Fatih Porikli+1 more|arXiv (Cornell University)|Jul 29, 2015

Video Surveillance and Tracking Methods参考文献 41被引用 38

一句话总结

本文提出一种基于检测的跟踪方法，用全局生成的、实例特定的边缘框提议替代传统的局部搜索窗口，以提升对快速且运动不规则目标的跟踪性能。通过采用针对被跟踪目标定制的新型目标度量方法，并利用在线SVM自适应重排序提议，该方法在主要基准测试中达到最先进性能，包括在VOT2014中排名第一，并在低帧率和复杂运动条件下表现出更强的鲁棒性。

ABSTRACT

Most tracking-by-detection methods employ a local search window around the predicted object location in the current frame assuming the previous location is accurate, the trajectory is smooth, and the computational capacity permits a search radius that can accommodate the maximum speed yet small enough to reduce mismatches. These, however, may not be valid always, in particular for fast and irregularly moving objects. Here, we present an object tracker that is not limited to a local search window and has ability to probe efficiently the entire frame. Our method generates a small number of "high-quality" proposals by a novel instance-specific objectness measure and evaluates them against the object model that can be adopted from an existing tracking-by-detection approach as a core tracker. During the tracking process, we update the object model concentrating on hard false-positives supplied by the proposals, which help suppressing distractors caused by difficult background clutters, and learn how to re-rank proposals according to the object model. Since we reduce significantly the number of hypotheses the core tracker evaluates, we can use richer object descriptors and stronger detector. Our method outperforms most recent state-of-the-art trackers on popular tracking benchmarks, and provides improved robustness for fast moving objects as well as for ultra low-frame-rate videos.

研究动机与目标

• 解决基于检测的跟踪方法中传统局部搜索窗口的局限性，后者假设运动平滑且目标位移有界。
• 克服在扩展搜索半径超出局部邻域时背景杂波和误报增多的挑战。
• 在不依赖运动模型或启发式搜索约束的前提下，实现对快速运动和遮挡目标的鲁棒跟踪。
• 通过整合来自全局扫描区域的高质量、难负样本提议，改进模型更新。
• 在标准基准测试中实现卓越性能，尤其在高速运动和低帧率场景下表现更优。

提出的方法

• 利用基于边缘的特征和一种新型实例特定的目标度量方法，生成少量高质量的目标提议。
• 使用核心跟踪器（如NCC或Struck）评估提议，将传统局部搜索窗口替换为全局假设扫描。
• 通过基于对象模型提取的定制特征向量训练的在线线性SVM，自适应地重排序提议。
• 利用提议集合中的难负样本更新对象模型，提升对背景杂波的区分能力。
• 动态调整提议的大小和尺度，以匹配被跟踪对象的外观和运动特性。
• 在模型更新时，结合基于边缘检测的提议与前一位置附近的局部候选提议，而在推理阶段仅使用提议。

实验结果

研究问题

• RQ1 全局提议生成机制是否能在跟踪快速且运动不规则的目标时优于局部搜索窗口？
• RQ2 实例特定的目标度量方法如何提升提议质量并减少跟踪中的误报？
• RQ3 使用在线自适应分类器重排序提议是否能带来更好的模型更新和更高的跟踪精度？
• RQ4 当通过智能选择减少提议空间后，是否能有效利用更丰富的描述符和更强的检测器？
• RQ5 该方法在极端条件（如低帧率或高速运动）下的表现如何？

主要发现

• 所提出的跟踪器在VOT2014基准测试中表现最佳，超越20余种最先进方法。
• 在OTB数据集上，该方法在高速运动（FM）类别中取得58.1的AUC和77.8的精度，显著优于KCF（46.8/61.0）和Struck（45.7/59.6）。
• 在TB50数据集上，该方法取得49.6%的成功率（AUC），超过KCF（40.2%）和基于BING的变体（30.8–33.7%）。
• 该方法在低帧率场景下表现出鲁棒性，使用自适应提议选择相比通用边缘框能进一步提升性能。
• 使用200个实例特定提议时性能最优；使用更少（如100个）会导致对误报和目标的覆盖不足，而使用更多（如400个）则会引入多余候选。
• 将EdgeBox替换为基于BING的提议会导致性能下降（AUC 30.8–33.7%），表明所提出的实例特定提议生成方法具有显著优势。