Trans2k

视觉对象跟踪主要集中在不透明对象上，而透明对象跟踪则很少受到关注。由于透明对象的独特性，它们的外观直接受到背景的影响，因此最近出现了第一个专用的评估数据集。我们通过提出第一个透明对象跟踪训练数据集Trans2k做出了贡献，该数据集由超过2k个序列组成，具有104,343个图像，并通过边界框和分割蒙版进行注释。注意到现代渲染器可以逼真地渲染透明对象，我们量化了特定于领域的属性，并渲染了包含现有对象训练数据集中未涵盖的视觉属性和跟踪情况的数据集。当使用Trans2k进行训练时，我们观察到在不同的现代跟踪架构集合中具有一致的性能提升 (高达16%)，并且由于缺乏适当的训练集而显示出以前无法实现的见解。数据集和渲染引擎将公开发布，以释放基于现代学习的跟踪器的功能，并在透明对象跟踪中培育新的设计。