AAAI2020|基于多任务驱动特征模型...

AAAI2020|基于多任务驱动特征模型的热红外目标跟踪
论文名称：Multi-Task Driven Feature Models for Thermal Infrared Tracking
作者：Qiao Liu /Xin Li /Zhenyu He /Nana Fan /Di Yuan /Wei Liu /Yonsheng Liang
发表时间：2019/11/26
论文链接：AI研习社 - 研习AI产学研新知，助力AI学术开发者成长。
推荐原因

解决的核心问题：当前基于深度特征的热红外跟踪方法普遍使用的是可见光跟踪器中用到的特征模型。这些特征模型通常学习自可见光图像，既没有学习热红红外图像特有的判别性模式，又没有考虑热红外图像目标的细粒度特征。因此，已存的这些特征模型不能有效的表示热红外目标，尤其是难以区分同类的热红外目标。
创新点：为了获得更有效的热红外目标表示，我们提出了一个热红外专用的特征模型。该模型由一个热红外专用的鉴别性特征和一个细粒度关联的特征模型组成。为了集成这两种互补的特征，我们设计了一个基于多任务匹配的框架同时优化他们。此外，我们构建了一个大规模的热红外图像序列数据集用于训练提出的模型。该数据集是当前热红外视觉领域规模最大的，目标类别最为丰富的数据集。
研究意义：提出的热红外特征模型为热红外目标跟踪领域提供了新的研究思路。提出的热红外训练数据集为基于深度学习的热红外跟踪方法提供了数据基石。