.png){kind=icon}
返回
Light field collaborative perception for visual object tracking
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112196.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
将强大的外观模型应用于定位运动目标正逐渐流行。然而，复杂场景中的干扰元素往往导致目标感知偏差。与外观线索相比，光场提供的显式4D空间-角度线索更有利于解决此问题，但它们在现有视觉跟踪器中远未得到充分探索。在本文中，我们提出了一种基于协作图的光场协同感知网络（LFCPNet），该网络分解边界感知以挖掘光场空间-角度线索。此外，我们提出了一种自适应传播方法，用于在跟踪过程中部署外观和空间-角度线索。通过评估传播跟踪状态的自适应得分，跟踪器可以有效地结合光场中的多模态线索来区分相似物体。我们的跟踪方法使用我们收集的光场跟踪数据集R8TRACK进行评估。实验表明，我们的方法优于当前最先进的方法，并显著提高了跟踪性能。
Keyword:
light field
visual tracking
appearance models
spatial-angular cues
collaborative perception
