近日，哈工大（深圳）计算机学院视觉感知团队论文《热红外跟踪使用多任务驱动的特征模型》（“Multi-Task Driven Feature Models for Thermal Infrared Tracking”）入选国际人工智能顶级会议AAAI2020(AAAI Conference on Artificial Intelligence 2020），该论文提出了一种基于多任务驱动的热红外专用的特征模型，用于热红外跟踪任务且取得了优异的性能，为热红外跟踪领域提供了新的研究思路。
该论文由计算机科学与技术学院2017级博士生刘乔、2015级博士生李鑫共同担任第一作者，何震宇教授为通讯作者，哈工大（深圳）为第一通讯单位，鹏城实验室为第二通讯单位。作为计算机视觉人工智能领域最顶级会议，AAAI会议录取论文代表了计算机视觉人工智能领域在2019年最新和最高的科技水平及未来发展趋势，2019年论文录取率仅20.6%。
论文致力于解决热红外跟踪任务中的相似物干扰问题。鉴于当前特征模型不能有效地区分同类热红外目标之间的细微区别，论文提出利用多任务框架同时学习热红外专用的判别性特征与细粒度的关联特征，如图(a)所示。两种特征相辅相成，分别从类间与类内识别目标之间的差异。论文利用了一个辅助的多分类任务指导学习热红外专用的判别性特征，并且提出一个细粒度感知模块捕获热红外目标的细粒度关联特征,如图(b)所示。
此外，为了训练提出的网络模型，论文还构建了一个大规模的热红外视频训练数据集。该数据集不仅有利于热红外跟踪领域的发展，也可以用于其它的热红外视觉任务，如检测、分类等。在多个数据集上的测试结果证明该方法取得了当前最先进的跟踪效果。（编辑 吴锐婵）
图1 （a）提出的多任务驱动的热红外专用特征模型框架。它由一个多分类任务分支，一个判别性匹配任务分支，和一个细粒度匹配分支组成。（b）提出的细粒度感知模块，用于捕获热红外目标的细粒度关联特征。它由一个整体的关联模块和一个像素级的关联模块构成。【哈工大（深圳）宣】（范娜娜/文、图）
标签： 哈尔滨工业大学
