siamGAT跟踪过程理解

最新推荐文章于 2024-06-16 09:40:44 发布

原创最新推荐文章于 2024-06-16 09:40:44 发布 · 1.5k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #目标跟踪

论文学习专栏收录该内容

20 篇文章

订阅专栏

该博客介绍了目标跟踪算法中的跟踪阶段，重点是尺度变化惩罚和余弦窗的应用。作者提到，跟踪的目标是预测当前帧中目标的边界框，通过6D向量表示目标信息，并利用尺度变化惩罚来抑制帧间形状和大小的剧烈变化。同时，采用余弦窗来突出中心位置的目标，弱化边缘信息。代码示例展示了如何从上一帧的边界框计算当前帧的截取区域，并进行模板匹配。最后，通过加权得分和窗口惩罚对候选提案进行重排名，选择最佳匹配作为跟踪结果。

在阅读到3.3. The Tracking Phase时，作者提到跟踪的目的是预测当前帧中目标的边界框。对于位置（i，j），建议的框架可以产生6D向量Tij=（cls，cen，l，t，r，b），其中cls表示分类的前景分数，cen表示中心度socre，l+r和t+b表示当前帧中目标的预测宽度和高度。在跟踪过程中，边界框的大小和纵横比在连续帧中通常会发生较小的变化。为了使用这种时空一致性监督预测，我们采用了[3]中介绍的尺度变化惩罚pij对分类分数cls进行重新排序，它允许更新的6D向量P Tij=（clsij×pij，cen，l，t，r，b）。然后，跟踪阶段可以表示为：

其中H为余弦窗，λdis为平衡重。输出q是查询到的位置，其最高分数为目标像素。

在代码中：

    def init(self, img, bbox):
        """
        args:
            img(np.ndarray): BGR image
            bbox: (x, y, w, h) bbox
        """
        self.center_pos = np.array([bbox[0]+(bbox[2]-1)/2,
                                    bbox[1]+(bbox[3]-1)/2])

        self.size = np.array([bbox[2], bbox[3]])

        # calculate z crop size
        w_z = self.size[0] + cfg.TRACK.CONTEXT_AMOUNT * np.sum(self.size)
        h_z = self.size[1] + cfg.TRACK.CONTEXT_AMOUNT * np.sum(self.size)
        s_z = round(np.sqrt(w_z * h_z))

        # calculate channle average
        self.channel_average = np.mean(img, axis=(0, 1))

        # get cropget_subwindow 即为从检测帧中划分出crop的函数，输出的crop的值为(channel,height,width)。然后再将crop进行追踪，得到分类得分以及预测的bounding box。
        z_crop = self.get_subwindow(img, self.center_pos,
                                    cfg.TRACK.EXEMPLAR_SIZE,
                                    s_z, self.channel_average)
        scale = cfg.TRACK.EXEMPLAR_SIZE / s_z
        c = (cfg.TRACK.EXEMPLAR_SIZE - 1) / 2
        roi = torch.tensor([[c - bbox[2] * scale / 2, c - bbox[3] * scale / 2,
                             c + bbox[2] * scale / 2, c + bbox[3] * scale / 2]])
        self.model.template(z_crop, roi)

首先根据上一帧中所得到的bounding box，得到target的中心以及size，并通过：

$\left ( w+p \right )*(h+p)=s^{2},p=\frac{w+h}{2}$

来得到要从当前帧中截取的正方形图片原始大小s，并且将s resize到预设大小，如果resize后已经超过img的范围，则将对边界进行padding，对超出部分pad的值为整个图片所有通道的平均值。

get_subwindow即为从检测帧中划分出的corp的函数，输出的crop的值为(channel,height,width)。然后再将crop进行追踪，得到分类得分以及预测的bounding box。可以查看另外笔记如何获得裁剪区域_的博客-优快云博客

在得到由anchor所生成的bounding box之后，要从这些bounding box中选出候选区proposal。采取的策略则是添加尺度变化penalty和余弦窗，然后再对所选取的proposals进行re-rank。
添加penalty的目的，是为了对两帧之间相差太大的形状或大小进行抑制。

其中： $penalty=e^{k*max(\frac{r}{{r}'},\frac{{r}'}{r})*max(\frac{s}{{s}'},\frac{{s}'}{s})}\textup{\textup{\textup{\textup{}}}}$

其中r，s分别为proposal的ratio以及scale，而r′和s'分别为上一帧中的ratio以及scale。

代码实现为

    def cal_penalty(self, bboxes, penalty_lk):
        bboxes_w = bboxes[0, :, :] + bboxes[2, :, :]
        bboxes_h = bboxes[1, :, :] + bboxes[3, :, :]
        s_c = self.change(self.sz(bboxes_w, bboxes_h) / self.sz(self.size[0] * self.scale_z, self.size[1] * self.scale_z))
        r_c = self.change((self.size[0] / self.size[1]) / (bboxes_w / bboxes_h))
        penalty = np.exp(-(r_c * s_c - 1) * penalty_lk)
        return penalty

得到penalty后，再将penalty与proposal的分类得分相乘。

        penalty = self.cal_penalty(lrtbs, cfg.TRACK.PENALTY_K)  #return penalty
        p_cls = penalty * cls
        p_score = p_cls * cen

        if cfg.TRACK.hanming:
            hp_score = p_score * (1 - cfg.TRACK.WINDOW_INFLUENCE) + self.window * cfg.TRACK.WINDOW_INFLUENCE
        else:
            hp_score = p_score

如果对其使用了cosine window（可以生成一个高斯矩阵，用于突出中心位置目标，而忽略边缘化信息。添加cosine window penalty的目的就在于抑制边缘信息。）则还要对经过scale change penalty后得到的score再进行window penalty，

后面的参考SiamCAR的详细解答，一看就会，不会请打我_cxkyxx的博客-优快云博客_siamcar