叶柖的博客

本文2020年发布于NeurIPS(CCF-A)。视觉跟踪通常基于目标检测或者模板区配，但它们都只适用于特定的场景或对象。因为它们遵循不同的跟踪原则，直接将它们融合在一起是不明智的。本文主要提出了一种新的视觉跟踪集成框架DTNet，它基于层次强化学习（HRL）的决策机制。该框架提供了一个基于规则的动态转换策略，其中探测和模板跟踪器必须相互竞争来决定使用谁来跟踪。此外，提出了一个新的检测追踪器，它可以避免错误建议的普遍问题（不需要建议目标的候选边界框，从而使识别过程灵活）。