NeighborTrack: تحسين تتبع الكائن الفردي من خلال مطابقة ثنائية مع المسارات المجاورة

نقترح ما بعد المعالج، المسمى جارِّتراك (NeighborTrack)، الذي يستفيد من معلومات الجوار للهدف المرصود لتأكيد وتحسين نتائج تتبع الكائن الفردي (SOT). لا يتطلب هذا الأداة بيانات إضافية أو إعادة تدريب. بدلاً من ذلك، يستخدم درجة الثقة التي يتنبأ بها الشبكة الرئيسية لتتبع الكائن الفردي لاستخراج معلومات الجوار تلقائيًا، ثم يستخدم هذه المعلومات لتحسين نتائج التتبع. عند تتبع هدف مغطى، تكون خصائص الظهور غير موثوقة. ومع ذلك، غالبًا ما لا تستطيع الشبكات السامية العامة تحديد ما إذا كان الكائن المرصود مغطى من خلال قراءة درجة الثقة فحسب، لأنها قد تُضلَل بواسطة جيران ذات درجات ثقة عالية. يعتمد المقترح لدينا جارِّتراك على معلومات الجيران غير المغطين لإعادة تأكيد الهدف المرصود ويقلل من التتبع الخاطئ عندما يكون الهدف مغطى. فهو ليس فقط يقلل من التأثير الناجم عن الإغلاق الجزئي، بل يعالج أيضًا مشكلات التتبع الناجمة عن تغييرات في ظهور الكائن. جارِّتراك غير معتمد على شبكات تتبع الكائن الفردي وما بعد المعالجة. بالنسبة لمجموعة البيانات الخاصة بالتحدي VOT المستخدمة بشكل شائع في تتبع الكائنات قصيرة المدى، نحسن ثلاث شبكات مشهورة لتتبع الكائن الفردي وهي أوشن (Ocean)، ترانست (TransT)، وأوستراك (OSTrack) بمتوسط زيادة ${1.92\%}$ في مؤشر EAO و${2.11\%}$ في المتانة. وفي التجارب المتعلقة بالتتبع المتوسط والطويل المدى المستندة إلى أوستراك (OSTrack)، نحقق أفضل مستوى أداء بنسبة ${72.25\%}$ AUC على LaSOT و${75.7\%}$ AO على GOT-10K. يمكن العثور على كود المشروع في https://github.com/franktpmvu/NeighborTrack.