小さなオブジェクト追跡:大規模データセットとベースライン【JST・京大機械翻訳】

Zhu Yabin; Li Chenglong; Liu Yao; Wang Xiao; Tang Jin; Luo Bin; Huang Zhixiang

プレプリント

J-GLOBAL ID：202202214657165020 整理番号：22P0288271

小さなオブジェクト追跡:大規模データセットとベースライン【JST・京大機械翻訳】

Tiny Object Tracking: A Large-scale Dataset and A Baseline

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年02月11日プレプリントサーバーでの情報更新日： 2022年02月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

実用的アプリケーションで頻繁に現れるTinyオブジェクトは,弱い外観と特徴を持ち,物体検出とセグメンテーションのような平均ビジョンタスクにおいて増加する関心を受ける。小型物体追跡の研究と開発を促進するために,217Kフレーム以上の合計で434のシーケンスを含む大規模ビデオデータセットを作成した。各フレームは高品質境界ボックスで注意深く注釈付けされる。データ作成において,広範囲の視点とシーンの複雑さをカバーするために12のチャレンジ属性を取り上げ,属性ベースの性能分析を容易にするためにこれらの属性を注釈する。小さな物体追跡における強いベースラインを提供するために,著者らは,小型物体の追跡における特徴表現,識別および位置確認能力を効果的に強化するために,統一フレームワークにおける3レベル知識蒸留を追求する,新しいマルチレベル知識蒸留ネットワーク(MKDNet)を提案した。提案したデータセットについて広範な実験を行い,その結果は最先端の方法と比較してMKDNetの優位性と有効性を証明した。データセット,アルゴリズムコード,および評価コードは,https://github.com/mmic lcl/Datasets and benchmark codeで利用可能である。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, ,

前のページに戻る