《表5 现有的孪生网络结构算法的对比》
根据近几年VOT竞赛的结果[37,42,47]中可以看出,基于孪生网络结构的跟踪算法越来越多,表5对现有主要的孪生网络结构算法进行总结。尽管孪生网络结构取得了广泛的应用,但该结构仍然存在严重的局限性。首先,孪生跟踪器在训练时只利用目标的外观信息,忽略了背景的外观信息,而背景信息对于在相似的物体中找到目标是至关重要的。其次,对于离线训练集中没有包含的物体,学习的相似度度量不一定可靠,导致泛化能力差。第三,现有的孪生网络跟踪方法没有提供模型更新策略,无法获得图像上下文信息。
图表编号 | XD00133675100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.15 |
作者 | 陈云芳、吴懿、张伟 |
绘制单位 | 南京邮电大学计算机学院、南京邮电大学计算机学院、南京邮电大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |