SPLT：‘Skimming-Perusal’ Tracking: A Framework for Real-Time and Robust Long-term Tracking

摘要

相比传统的短期跟踪，长期跟踪需要应对更多的挑战，也更贴近真实应用场景，但这方面在目前研究进展较为缓慢，因此本文提出一个新的鲁棒的、实时的长时间跟踪框架，该框架中包含一个skimming模块和一个perusal模块。perusal模块包含一个有效的bbox生成器和一个鲁棒的目标验证器，前者产生一系列候选样本框，后者计算每个候选框的置信度分数并选出最优候选框。根据置信度分数可以判断目标在当前帧出现与否，若出现(置信度分数高于设定阈值)，直接根据置信度分数进行定位，并决定下一帧采取局部搜索策略；否则，判定目标丢失，下一帧采取全局搜索策略。为了加快全局搜索速度，本文提出一个新的skimming模块从一系列滑动窗口中选出最可能若干候选框，再输入perusal模块进行处理。

背景

目前大多数跟踪算法关注短期跟踪任务，但真实应用场景更多时候需要长期跟踪。前者在跟踪过程中目标始终出现在视野中，只不过可能存在遮挡等挑战使出现的目标不完整；后者在跟踪过程中目标可能频繁出现/消失在视野中，更贴近实际情况，也更