LogoTeluq
English
Logo
Répertoire de publications
de recherche en accès libre

Multi-Branch Siamese Networks with Online Selection for Object Tracking [r-libre/1516]

Li, Zhenxi; Bilodeau, Guillaume-Alexandre et Bouachir, Wassim (2018). Multi-Branch Siamese Networks with Online Selection for Object Tracking. Dans Bebis, Georges; Boyle, Richard; Parvin, Bahram; Koracin, Darko; Turek, Matt; Ramalingam, Srikumar; Xu, Kai; Lin, Stephen; Alsallakh, Bilal; Yang, Jing; Cuervo, Eduardo et Ventura, Jonathan (dir.), Advances in Visual Computing : 13th International Symposium, ISVC 2018, Las Vegas, NV, USA, November 19-21, 2018, Proceedings. Cham, Suisse : Springer, coll. « Lecture Notes in Computer Science », vol. 11241. https://doi.org/10.1007/978-3-030-03801-4_28

Fichier(s) associé(s) à ce document :
[img]  PDF - ISVC.pdf
Contenu du fichier : Manuscrit accepté (révisé après évaluation)
 
Catégorie de document : Communications dans des actes de congrès/colloques
Évaluation par un comité de lecture : Oui
Étape de publication : Publié
Résumé : In this paper, we propose a robust object tracking algorithm based on a branch selection mechanism to choose the most efficient object representations from multi-branch siamese networks. While most deep learning trackers use a single CNN for target representation, the proposed Multi-Branch Siamese Tracker (MBST) employs multiple branches of CNNs pre-trained for different tasks, and used for various target representations in our tracking method. With our branch selection mechanism, the appropriate CNN branch is selected depending on the target characteristics in an online manner. By using the most adequate target representation with respect to the tracked object, our method achieves real-time tracking, while obtaining improved performance compared to standard Siamese network trackers on object tracking benchmarks.
Déposant: Bouachir, Wassim
Responsable : Wassim Bouachir
Dépôt : 03 oct. 2018 15:55
Dernière modification : 20 sept. 2019 12:54

Actions (connexion requise)

RÉVISER RÉVISER