光场协同感知网络(LFCPNet)在复杂场景视觉目标跟踪中的突破性应用

针对复杂场景中相似干扰物导致目标跟踪偏离的难题，研究人员创新性地提出基于光场4D空间角度线索的协同感知网络(LFCPNet)。通过解耦光场强度与空间角度信息，构建多级协作图挖掘宏视差边界特征，结合自适应传播机制实现多模态特征融合。在自建R8TRACK数据集上验证显示，该方法显著提升跟踪鲁棒性，为光场视觉应用提供新范式。

　　

在计算机视觉领域，视觉目标跟踪(VOT)一直是极具挑战性的研究方向。尽管基于外观模型的传统RGB跟踪器在简单场景中表现良好，但当目标周围出现相似干扰物时，仅依赖颜色、纹理等二维特征往往会导致跟踪失败。这一瓶颈源于传统图像缺乏深度和视角信息，难以区分视觉特征相近的物体。光场成像技术通过微透镜阵列捕获4D空间角度信息，其特有的宏视差平面图像(macro-EPI)能记录光线在视差平面上的角度线索，为突破这一局限提供了新思路。

来自中国的研究团队在《Pattern Recognition》发表的研究中，创新性地提出了光场协同感知网络(LFCPNet)。该研究首先构建了首个真实世界光场跟踪数据集R8TRACK，包含34组Raytrix相机采集的序列。关键技术包括：1) 设计协作图引导的边界感知模块，解耦macro-EPI中的光强与空间角度信息；2) 开发多级块协作图网络，通过定向注意力机制强化显著对象与边界的关联；3) 提出自适应传播算法，动态评估跟踪状态并选择性融合多模态特征。

研究结果显示：在边界信息挖掘方面，通过构建轻量级macro-EPI编码器，成功从稀疏不连续的边界区域提取出判别性空间角度特征。实验表明，该方法在DUTLFV2数据集上的显著目标检测性能提升12.6%。在多模态融合方面，自适应传播机制通过预测图计算关联分数，有效平衡了外观模型与空间角度模型的贡献权重，在相似干扰场景下的跟踪准确率提高23.4%。

该研究的创新性体现在三个层面：方法论上首次实现光场信息的解耦感知，技术上开发了协作图与自适应传播的协同框架，应用层面建立了首个真实光场跟踪基准。研究不仅为复杂场景目标跟踪提供了新解决方案，其提出的光场特征挖掘方法对深度估计、三维重建等相关领域也具有借鉴意义。作者指出，未来工作将聚焦于提升算法实时性，并探索光场信息在跨模态学习中的泛化能力。