• 问答
  • 技术
  • 实践
  • 资源
极市直播丨张新宇:CVPR 2021-​Alpha Refine:通过精确的边界框估计提高跟踪性能
技术直播

| 极市线上分享  第80期 |

目标跟踪任务要求跟踪器在视频的每一帧中以边界框的形式尽可能精确地预测目标的位置。现有的许多跟踪器能非常出色地确定目标的大致位置,但预测的边界框往往不够精准。这在很大程度上是由于在跟踪的过程中,一些精细空间信息没有被充分地提取和保存下来,进而影响了边界框预测的准确性。

在这次分享中,我们邀请到了大连理工大学信通学院IIAU-LAB博士张新宇,介绍他们的工作:

Alpha-Refine: Boosting Tracking Performance by Precise Bounding Box Estimation

针对现有跟踪器精确性不足的问题,本文设计了一个通用的尺度估计模块Alpha-Refine。Alpha-Refine能够尽可能充分地提取和保留精细的空间信息,在一个初步的定位结果的基础上,给出目标位置的精确预测。该模块可以在不需要重新训练跟踪器的情况下直接应用,并明显提升各种跟踪器的性能。这使得Alpha-Refine为现有的各种跟踪算法提供了一个方便的升级手段。实验证明使用了Alpha-Refine的多种跟踪器在TrackingNet、LaSOT、GOT-10K、VOT2020等数据集上都有显著的性能提升。在Alpha-Refine加持下,加强版ARDiMPsuper在多个数据集上都达到了SOTA性能。

01 直播信息

主题Alpha-Refine:通过精确的边界框估计提高跟踪性能

02 嘉宾介绍

张新宇

大连理工大学信通学院IIAU-LAB博士一年级研究生,指导教师为卢湖川教授、王栋教授,主要研究方向为视觉目标跟踪。CVPR2021工作《Alpha-Refine: Boosting Tracking Performance by Precise Bounding Box Estimation》共同一作。

03 关于分享

分享大纲

1.研究背景

2.算法讲解

3.实验结果

4.效果展示

5.Q&A

➤论文

Alpha-Refine: Boosting Tracking Performance by Precise Bounding Box Estimation

论文地址:
https://arxiv.org/abs/2012.06815

代码地址:
https://github.com/MasterBin-IIAU/AlphaRefine

04 直播回放

https://www.bilibili.com/video/BV1oU4y1t7tA/

PPT下载:https://pan.baidu.com/s/1skQynPUnUA9GI4sV8eOiCg
密码: 提示:此内容登录后可查看

往期回顾

极市平台专注分享计算机视觉前沿资讯和技术干货,特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验,目前已成功举办76期线上分享。近期在线分享可点击以下标题查看:

……

更多往期分享请浏览:极市计算机视觉技术分享集锦(http://bbs.cvmart.net/topics/149/cvshare)。

在"极市平台"公众号后台回复期数或者分享嘉宾名字,即可获取极市平台对应期在线分享资料。

关于极市平台

极市(Extreme Mart)是深圳极视角科技有限公司旗下AI开发者生态,面向计算机视觉算法工程师,为开发者提供算法开发环境、真实数据项目实战、自动测试、加速工具、算法封装等全方位平台技术与工程支持,同时提供技术干货、大咖分享、社区交流、竞赛活动等丰富的内容与服务。官网:http://www.cvmart.net

  • 0
  • 0
  • 1009
收藏
暂无评论
Admin
大咖

极市平台

  • 20,443

    关注
  • 1,150

    获赞
  • 132

    精选文章
近期动态
  • 极市社区管理员,分享计算机视觉各个方向视觉干货,欢迎关注
文章专栏
  • 极市平台