SiamRPN++: 非常に深いネットワークを用いたシアミーズ視覚追跡の進化

シアムネットワークを基にした追跡アルゴリズムは、ターゲットテンプレートと探索領域の畳み込み特徴量の相互相関として追跡を定式化します。しかし、シアム追跡アルゴリズムは最先端のアルゴリズムと比較して精度に差があり、ResNet-50やそれ以上の深層ネットワークからの特徴量を活用することができません。本研究では、この核心的な原因が厳密な平行移動不変性の欠如にあることを証明しました。包括的な理論解析と実験検証を通じて、単純かつ効果的な空間認識サンプリング戦略によりこの制約を打破し、大幅な性能向上を達成したResNet駆動型シアム追跡アルゴリズムを成功裏に訓練しました。さらに、新しいモデルアーキテクチャを提案し、深さ方向および層方向の集約を行うことで、精度がさらに向上するとともにモデルサイズも削減されました。我々は広範なアブレーションスタディを行い、提案された追跡アルゴリズムの有効性を示しました。その結果、OTB2015, VOT2018, UAV123, およびLaSOTという4つの大規模追跡ベンチマークで現在最高の結果を得ました。当社のモデルは公開され、この問題に基づくさらなる研究を促進するために利用されます。注：「ResNet-50」や「OTB2015」などの固有名詞はそのまま使用しています。「深さ方向および層方向の集約」（depth-wise and layer-wise aggregations）のような専門的な表現については一般的な日本語訳を使用しています。