Learning Policies for Adaptive Tracking with Deep Feature Cascades

ICCV17 shotlight

作者：Chen Huang， CMU postdoctor，导师 Deva Ramanan

summary

文章主要贡献在于速度与精度的权衡（AUC 0.638，fps 23），通过强化学习策略，来控制网络的深度，使得精度和速度最佳。目前的跟踪算法大多数可以分为两类：基于lower feature的CF类方法，这类方法速度极快，到精度不好；基于deep learning的网络方法，这类方法精度高，但速度慢，无法做到实时。本文构建了一种深度特征 cascades（瀑布?），然后在每一层进行目标检测，但检测结果符合要求时（用强化Q-learning做决策），则停止检测，输出结果；否则进入下一层继续搜索检测目标。

method

object location

对于 cheap features，文章用的是dcf，对于卷积特征（c1-c5），文章用的是自相关函数：

f(x,z)=\varphi (x)*\varphi(z)+V\mathbb{I}

Learning Policies with Reinforcement Learning

action文章action只定义了尺度的变化，没有涉及平移。action定义见上图右端。

stationstation为一tuple（F,h）,F为平均score map，h为前四个状态的one-hotvector。

rewardreward定义为

策略学习

文章用Q-leaning进行策略学习。

Implementation details

用类似SiamFC中的AlexNet进行特征提取，然后在ImageNet中训练整个网络，包括q-leaning方法。网络只进行off-line训练（因为没有全连接层所以不用on-line训练？）