BriefGPT - AI 论文速递
·
透明物体追踪的新数据集与干扰识别架构
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
现代跟踪器在透明物体上的性能下降，因为透明物体的外观受背景影响且包含干扰因素。本文提出了透明物体跟踪训练数据集Trans2k，通过该数据集训练的标准跟踪器性能提高了最多16%。本文还提出了一种新的干扰因素感知的透明物体跟踪器DiTra，取得了最佳性能，并对不透明物体也有很好的泛化能力。
🎯
关键要点
- 现代跟踪器在透明物体上的性能下降，原因是透明物体的外观受背景影响且包含干扰因素。
- 提出了透明物体跟踪训练数据集Trans2k，包含超过2k序列和104,343张图像，并进行了注释。
- 在Trans2k数据集上训练的标准跟踪器性能提高了最多16%。
- 提出了一种新的干扰因素感知的透明物体跟踪器DiTra，定位准确性和目标识别作为分离任务。
- DiTra在透明物体跟踪领域取得了最佳性能，并对不透明物体也有良好的泛化能力。
➡️
