ATOM : Suivi précis par maximisation de l'overlap

Bien que les dernières années aient vu des améliorations étonnantes en termes de robustesse du suivi visuel, les progrès en matière de précision du suivi ont été limités. La majorité des efforts ayant été concentrés sur le développement de classifieurs puissants, le problème de l'estimation précise de l'état cible a été largement négligé. En réalité, la plupart des traceurs recourent à une recherche multi-échelle simple pour estimer la boîte englobante de la cible. Nous soutenons que cette approche est fondamentalement limitée, car l'estimation de la cible est une tâche complexe qui nécessite des connaissances de haut niveau sur l'objet.Pour résoudre ce problème, nous proposons une nouvelle architecture de suivi composée de composants dédiés à l'estimation et à la classification des cibles. Les connaissances de haut niveau sont intégrées dans l'estimation de la cible grâce à un apprentissage hors ligne approfondi. Notre composant d'estimation de la cible est formé pour prédire le chevauchement entre l'objet cible et une boîte englobante estimée. En intégrant soigneusement des informations spécifiques à la cible, notre approche atteint une précision inégalée pour les boîtes englobantes. Nous introduisons également un composant de classification formé en ligne pour garantir une forte capacité discriminatoire en présence de distracteurs. Notre cadre final de suivi établit un nouveau standard dans l'état de l'art sur cinq benchmarks difficiles. Sur le nouveau jeu de données large échelle TrackingNet, notre traceur ATOM réalise un gain relatif de 15 % par rapport à la meilleure approche précédente, tout en fonctionnant à plus de 30 images par seconde (FPS). Le code source et les modèles sont disponibles sur https://github.com/visionml/pytracking.