要約
近年、相関フィルタは視覚的な物体追跡において優れたかつ劇的な結果を示しています。これらの追跡器で使用される特徴量の種類は、視覚追跡の性能に大きく影響を与えます。最終目標は、物体の外観変化に対して不変でありながら、物体位置を外観変化がない場合と同様に正確に予測する堅牢な特徴量を使用することです。深層学習に基づく方法が登場したことで、特定のタスク向けの特徴量学習に関する研究が加速しました。例えば、深層アーキテクチャに基づく識別的な視覚追跡方法について有望な性能で研究が進められています。しかし、相関フィルタベース（CFB）の追跡器は、物体分類問題のために事前学習されたネットワークを使用することに制限されています。本稿では、CFB視覚追跡のために深い完全畳み込み特徴量を学習する問題を定式化します。提案モデルを学習するために、ネットワークの損失関数に基づいた新しい効率的なバックプロパゲーションアルゴリズムを提示します。提案された学習フレームワークにより、ネットワークモデルがカスタム設計に対して柔軟になることが可能となります。さらに、分類のために訓練されたネットワークへの依存性が軽減されます。広範な性能分析により、提案されたカスタム設計がCFB追跡フレームワークにおいて有効であることが示されました。最先端のネットワークの畳み込み部分を微調整し、このモデルをVOT2016で最高性能を達成したCFB追跡器に統合することで、期待平均オーバーラップにおいて18%の向上が達成され、追跡失敗は25%減少しました。また、OTB-2013およびOTB-2015追跡データセットにおいても最先端手法に対する優位性が維持されています。