北理工團隊在對抗學(xué)習(xí)相關(guān)跟蹤領(lǐng)域取得研究進展
發(fā)布日期：2021-12-27 供稿：光電學(xué)院
編輯：盛筠 審核：董立泉 閱讀次數(shù)：
近日,，北京理工大學(xué)光電學(xué)院許廷發(fā)科研團隊在對抗學(xué)習(xí)相關(guān)跟蹤領(lǐng)域取得新進展,，相關(guān)研究成果以“Learning Context Restrained Correlation Tracking Filters via Adversarial Negative Instance Generation”為題發(fā)表在人工智能領(lǐng)域的國際頂級期刊《IEEE Transactions on Neural Networks and Learning Systems（IEEE TNNLS）》(IF="10.451)上，IEEE" TNNLS是人工智能領(lǐng)域具有高影響力的國際學(xué)術(shù)刊物之一,，在2021年該領(lǐng)域140余種JCR期刊中排名前列，影響因子為10.451，中科院一區(qū),，主要發(fā)表和報道計算智能、人工智能,、數(shù)據(jù)科學(xué)和神經(jīng)網(wǎng)絡(luò)等領(lǐng)域的最新研究進展和技術(shù),。該工作第一作者為北京理工大學(xué)博士研究生黃博，通訊作者為北京理工大學(xué)許廷發(fā)教授,。
判別相關(guān)濾波跟蹤器（DCF）的跟蹤性能經(jīng)常受到不必要的邊界效應(yīng)的影響,。在過去的幾年里，已經(jīng)有許多學(xué)者嘗試通過擴大搜索區(qū)域來解決邊界效應(yīng)帶來的性能退化,。然而,，引入過多的背景信息使得判別相關(guān)濾波器容易從周圍環(huán)境而不是目標區(qū)域中學(xué)習(xí),。許廷發(fā)教授團隊首次提出了一種新型的上下文約束的相關(guān)跟蹤濾波器（CRCTF）來解決這一科學(xué)難題，該方法通過加入高質(zhì)量的對抗生成負實例來抑制相似背景噪聲的干擾,。具體來說,，該模型在初始幀構(gòu)建一個生成對抗GAN網(wǎng)絡(luò)來使用上下文背景信息模擬中心被污染的目標區(qū)域。針對GAN網(wǎng)絡(luò)計算速度慢的問題,，該團隊提出采用一個高效的背景運動矢量估計網(wǎng)絡(luò)來加速后續(xù)幀中背景實例的生成,。接著，基于生成背景實例引入卷積抑制項,，通過相關(guān)濾波的循環(huán)結(jié)構(gòu)和裁剪算子重新表述原始的脊回歸目標方程,。最后，通過交替方向乘子法（ADMM）在頻率域高速地求解跟蹤濾波器,。
圖1 對抗背景實例生成模型
該項研究開創(chuàng)性地探索了對抗學(xué)習(xí)對嶺回歸相關(guān)濾波器訓(xùn)練的影響,。使用高質(zhì)量的對抗生成負面實例來優(yōu)化模型，對抑制上下文相似噪聲具有出色的性能,。在多個具有挑戰(zhàn)性的跟蹤數(shù)據(jù)集上,，與最先進的、高度優(yōu)化的基線相關(guān)濾波算法相比,，CRCTF都表現(xiàn)出明顯的性能優(yōu)勢,，通過在基準評價指標上的定性定量分析，證明了對抗學(xué)習(xí)對優(yōu)化嶺回歸跟蹤器的有效性,。此研究有助于更加清晰深刻地理解嶺回歸目標方程各個正則項之間的內(nèi)在關(guān)系,，對相關(guān)濾波目標跟蹤領(lǐng)域的發(fā)展具有重要意義。
論文詳情：Bo Huang, Tingfa Xu, Jianan Li, Fei Luo, Qingwang Qin, Junjie Chen, "Learning Context Restrained Correlation Tracking Filters via Adversarial Negative Instance Generation[J]", IEEE Transactions on Neural Networks and Learning Systems, 2021, doi: 10.1109/TNNLS.2021.3133441.
論文鏈接：https://ieeexplore.ieee.org/document/9662066
第一作者簡介：
黃博,，北京理工大學(xué)光電學(xué)院2016級碩博連讀博士生,，師從許廷發(fā)教授，研究方向為計算機視覺和深度學(xué)習(xí)?，F(xiàn)已發(fā)表學(xué)術(shù)論文20篇,，以第一作者11篇發(fā)表于IEEE TNNLS、IEEE TCYB,、IEEE TMM,、PR、Neurocomputing等高水平期刊或會議,，影響因子達49.349,。申請中國發(fā)明專利3項，軟著3項,。同時,，還多次擔(dān)任IEEE TCSVT、Neurocomputing、IEEE Access,、CVPR等SCI期刊或會議審稿人,。曾獲ICCV 2021 “無人機跟蹤”挑戰(zhàn)賽冠軍及最佳論文獎、光電設(shè)計競賽二等獎,、首都“挑戰(zhàn)杯”一等獎,、研究生數(shù)學(xué)建模三等獎、“世紀杯”特等獎,、“百科融創(chuàng)”杯電子設(shè)計競賽一等獎,、光學(xué)與光學(xué)工程博士生學(xué)術(shù)聯(lián)賽北京賽區(qū)二等獎、國家獎學(xué)金,、北京市優(yōu)秀畢業(yè)生,、優(yōu)秀博士學(xué)位論文育苗基金等榮譽。
通訊作者簡介：
許廷發(fā),，教授,，博導(dǎo)，國家一級重點學(xué)科“光學(xué)工程”責(zé)任教授,，光電成像技術(shù)與系統(tǒng)教育部重點實驗室副主任。近年來帶領(lǐng)其科研團隊圍繞光電成像探測與識別,、高光譜計算成像處理等方向不斷深化研究,。主持承擔(dān)國家自然科學(xué)基金委重大科研儀器研制項目等30多項。在國際,、國內(nèi)等系列期刊發(fā)表學(xué)術(shù)論文120余篇,，其中被SCI/EI收錄80余篇。以第一發(fā)明人申請國家發(fā)明專利40項,，已授權(quán)和公示15項,。
分享到：