论文标题：Higher Performance Visual Tracking with Dual-Modal Localization 论文链接：https://arxiv.org/abs/2103.10089 作者单位：西工大 & 商汤 & 悉尼大学

追求鲁棒性和准确性之间的平衡，表现SOTA！性能优于Ocean、SiamRPN++等网络，

视觉目标跟踪（VOT）同步需要鲁棒性和准确性。尽管大多数现有工作无法同时在两者上运行，但我们在这项工作中调查了准确性与鲁棒性之间性能冲突的问题。我们首先对现有方法进行系统比较，然后从准确性和鲁棒性方面分析它们的局限性。具体来说，考虑了4种公式-离线分类（OFC），离线回归（OFR），在线分类（ONC）和在线回归（ONR）-根据在线更新的存在和监督信号的类型进行分类。为了解决这个问题，我们诉诸集成的想法，并提出了一种用于目标定位的双模态框架，该框架包括通过ONR进行鲁棒的定位抑制干扰因素以及通过OFC精确到达目标中心的精确定位。为了产生最终表示（即边界框），我们提出了一种简单但有效的分数投票策略，以涉及相邻的预测，以使最终表示不会提交到单个位置。除了实时需求外，我们提出的方法还通过8个数据集（VOT2018，VOT2019，OTB2015，NFS，UAV123，LaSOT，TrackingNet和GOT-10k）进行了验证，从而实现了最先进的性能。

内容中包含的图片若涉及版权问题，请及时与我们联系删除