コンテキストを考慮した高速視覚追跡のための深層特徴圧縮

リアルタイム追跡器の中でも高い計算速度と最先端の性能を達成する新しいコンテキストアウェア相関フィルタに基づく追跡フレームワークを提案します。このフレームワークにおける高速な計算速度への主要な貢献は、複数のエキスパートオートエンコーダーを利用したコンテキストアウェアスキームによって実現される深層特徴量圧縮にあります。当該フレームワークにおけるコンテキストとは、外観パターンに基づいた追跡対象の大まかなカテゴリを指します。事前学習フェーズでは、各カテゴリに対して1つのエキスパートオートエンコーダーが訓練されます。追跡フェーズでは、与えられた対象に対して最適なエキスパートオートエンコーダーが選択され、そのオートエンコーダーのみが使用されます。圧縮された特徴量マップを使用して高い追跡性能を達成するために、外部ノイズ除去プロセスと新たな直交性損失項を導入し、エキスパートオートエンコーダーの事前学習および微調整を行います。提案するコンテキストアウェアフレームワークの有効性を検証するために多数の実験を行い、当該方法はリアルタイムで動作しない最先端の追跡器と同等の性能を達成しながら、100 fps以上の著しく高速な速度で動作することを確認しました。