지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.11 No.1
- 발행연도
- 2022.2
- 수록면
- 24 - 33 (10page)
- DOI
- 10.5573/IEIESPC.2021.11.1.24
이용수
초록· 키워드
오류제보하기
Visual object tracking, one of the main topics in computer vision, aims to chase a target object in every frame of the video sequences. In particular, Siamese-based network architectures have been adopted widely for visual object tracking due to their correlation-based nature. On the other hand, the features encoded from the target template and the search image in Siamese branches still suffer from ambiguities, which are driven by complicated real-world environments, e.g., occlusions and rotations. This paper proposes the Siamese feedback network for robust object tracking. The key idea of the proposed method is to encode target-relevant features accurately via the feedback block, which is defined by a combination of attention and refinement modules. Specifically, interdependent features are extracted through self- and cross-attention operations. Subsequently, such re-calibrated features are refined in both spatial and channel-wise manner. Those are fed back to the input of the feedback block again via the feedback loop. This is desirable because the high-level semantic information guides the feedback block to learn more meaningful properties of the target object and its surroundings. The experimental results show that the proposed method outperforms the state-of-the-art Siamese-based methods with a gain of 0.72% and 1.69% for the expected average overlap on the VOT2016 and VOT2018 datasets, respectively. Overall, the proposed method is effective for visual object tracking, even with complicated real-world scenarios.
목차
Abstract
1. Introduction
2. Related Work
3. Proposed Method
4. Experimental Results
5. Conclusion
References
참고문헌 (28)
참고문헌 신청
B. Li, J. Yan, W. Wu, Z. Zhu, and X. Hu, “High performance visual tracking with Siamese region proposal network,” in Proc. IEEE Int. Conf. Comput. Vis. Pattern Recognit., pp. 8971-8980, Jun. 2018. Article (CrossRef Link)
B. Li, W. Wu, Q. Wang, F. Zhang, J. Xing, and J. Yan, “SiamRPN++: evolution of Siamese visual tracking with very deep networks,” in Proc. IEEE Int. Conf. Comput. Vis. Pattern Recognit., pp. 4282-4291, Jun. 2019. Article (CrossRef Link)
Y. Yu, Y. Xiong, W. Huang, and M. R. Scott, “Deformable Siamese attention networks for visual object tracking,” in Proc. IEEE Int. Conf. Comput. Vis. Pattern Recognit., pp. 6728-6737, Jun. 2020. Article (CrossRef Link)
D. S. Bolme, J. R. Beveridge, B. A. Draper, and Y. M. Lui, “Visual object tracking using adaptive correlation filter,” in Proc. IEEE Int. Conf. Comput. Vis. Pattern Recognit., pp. 2544-2550, Jun. 2010. Article (CrossRef Link)
J. F. Henrique, R. Caseiro, P. Martins, and J. Batista, “High-speed tracking with kernelized correlation filters,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 37, no. 5, pp. 583-596, Mar. 2015. Article (CrossRef Link)
B. Li, W. Wu, Q. Wang, F. Zhang, J. Xing, and J. Yan, “SiamRPN++: evolution of Siamese visual tracking with very deep networks,” in Proc. IEEE Int. Conf. Comput. Vis. Pattern Recognit., pp. 4282-4291, Jun. 2019. Article (CrossRef Link)
Y. Yu, Y. Xiong, W. Huang, and M. R. Scott, “Deformable Siamese attention networks for visual object tracking,” in Proc. IEEE Int. Conf. Comput. Vis. Pattern Recognit., pp. 6728-6737, Jun. 2020. Article (CrossRef Link)
D. S. Bolme, J. R. Beveridge, B. A. Draper, and Y. M. Lui, “Visual object tracking using adaptive correlation filter,” in Proc. IEEE Int. Conf. Comput. Vis. Pattern Recognit., pp. 2544-2550, Jun. 2010. Article (CrossRef Link)
J. F. Henrique, R. Caseiro, P. Martins, and J. Batista, “High-speed tracking with kernelized correlation filters,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 37, no. 5, pp. 583-596, Mar. 2015. Article (CrossRef Link)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Siamese Network의 특징맵을 이용한 객체 추적 알고리즘
멀티미디어학회논문지
2021 .06
-
An Efficient Object Tracking Approach in Siamese Networks using Multi- Feature Fusion
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
객체 추적을 위한 보틀넥 기반 Siam-CNN 알고리즘
멀티미디어학회논문지
2022 .01
-
샴 네트워크 기반 객체 추적을 위한 표적 이미지 교환 모델
한국정보통신학회논문지
2021 .03
-
Siamese 네트워크의 템플릿 업데이트를 통한 적외선 영상 표적 추적 기법 연구
한국항공우주학회 학술발표회 초록집
2024 .11
-
Drawing quality prediction using the Siamese deep neural network
한국소성가공학회 학술대회 논문집
2023 .05
-
Siame-FPN기반 객체 특징 추적 알고리즘
멀티미디어학회논문지
2022 .02
-
객체의 움직임을 고려한 탐색영역 설정에 따른 가중치를 공유하는 CNN구조 기반의 객체 추적
멀티미디어학회논문지
2017 .07
-
RGB 색상과 광류 기반의 Two-stream Siamese Networks를 활용한 객체추적
정보 및 제어 논문집
2017 .10
-
Siamese 네트워크 기반 영상 객체 추적 기술 동향
[ETRI] 전자통신동향분석
2022 .02
-
Compatibility Learning and Recommendation between Clothing and Accessories Using Siamese Structure
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
Object Tracking with Sparse Representation based on HOG and LBP Features
International JOURNAL OF CONTENTS
2015 .09
-
Rule distillation을 이용한 경량 Siamese 랜덤 포레스트 설계와 이를 이용한 실시간 다중 객체 추적 시스템
대한전자공학회 학술대회
2020 .08
-
Siamese Attention LSTM Network를 이용한 문장 ↔ 관련법령 비교 시스템 구축 방안 연구
한국지능정보시스템학회 학술대회논문집
2020 .06
-
Small Sample Face Recognition Algorithm based on Novel Siamese Network
JIPS(Journal of Information Processing Systems)
2018 .01
-
유사문서판별을 위한 토픽 모델링 기반의 Siamese-LSTM-BERT 모델
한국지능정보시스템학회 학술대회논문집
2021 .12
-
Occlusion Robust Object Detection and Tracking on a Real-time Drone
제어로봇시스템학회 국제학술대회 논문집
2019 .10
-
유사도 기반 객체 추적을 위한 자기 집중 기반 샴 네트워크
한국정보과학회 학술발표논문집
2020 .12
-
Siamese CNN-Bidirectional LSTM 기반 문장 유사도 예측
한국정보과학회 학술발표논문집
2018 .06
-
다중 도메인 데이터 기반 구별적 모델 예측 트레커를 위한 동적 탐색 영역 특징 강화 기법
대한임베디드공학회논문지
2021 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
객체 추적을 위한 보틀넥 기반 Siam-CNN 알고리즘
임수창
,
김종찬
멀티미디어학회논문지
2022
.01
Siamese Network의 특징맵을 이용한 객체 추적 알고리즘
임수창
,
박성욱
,
김종찬
외 1명
멀티미디어학회논문지
2021
.06
샴 네트워크 기반 객체 추적을 위한 표적 이미지 교환 모델
박성준
,
김규민
,
황승준
외 1명
한국정보통신학회논문지
2021
.03
유사도 기반 객체 추적을 위한 자기 집중 기반 샴 네트워크
김주은
,
김기범
,
장하영
한국정보과학회 학술발표논문집
2020
.12
RGB 색상과 광류 기반의 Two-stream Siamese Networks를 활용한 객체추적
강병연
,
변혜란
,
박성기
정보 및 제어 논문집
2017
.10
최근 본 자료
댓글(0)
0