FEAR: مُتَّسِقٌ سريع، فعّال، دقيق ومقاوم لمسار بصري

نقدّم FEAR، وهي عائلة من مُتتبعات الرؤية السيامية السريعة والفعّالة والدقيقة والموثوقة. نُقدّم طريقةً جديدة وفعّالة للاستفادة من تمثيل النموذج المزدوج (dual-template representation) لتحسين نموذج الكائن، والتي تدمج المعلومات الزمنية باستخدام معلمة قابلة للتعلم فقط. كما نُحسّن بنية المُتتبع من خلال إدخال كتلة دمج على مستوى البكسل. وباستخدام خلفيات معقدة (backbones) متطورة مع الوحدات المذكورة أعلاه، يتفوّق مُتتبعا FEAR-M وFEAR-L على معظم مُتتبعات السيامية في عدة معايير أكاديمية من حيث الدقة والكفاءة. وباستخدام خلفية خفيفة الوزن، يقدّم النسخة المحسّنة FEAR-XS أداءً أسرع بأكثر من 10 مرات مقارنةً بالمتتبعات السيامية الحالية، مع الحفاظ على نتائج قريبة من المستوى الراقي (state-of-the-art). ويُعد مُتتبع FEAR-XS أصغر بنسبة 2.4 مرة وأسرع بنسبة 4.3 مرة من LightTrack، مع دقة أفضل. بالإضافة إلى ذلك، نوسّع تعريف كفاءة النموذج من خلال تقديم معيار FEAR الذي يقيّم استهلاك الطاقة وسرعة التنفيذ. ونُظهر أن استهلاك الطاقة يُعدّ عاملًا محدودًا للمتتبعات على الأجهزة المحمولة. يُتاح الكود المصدري، والنموذج المُدرّب مسبقًا، وبروتوكول التقييم عبر الرابط: https://github.com/PinataFarms/FEARTracker.