要約
最近の視覚追跡技術の進歩は、シアム特徴抽出器とテンプレートマッチングに基づいています。この種類の追跡アルゴリズムに関する最新の研究では、より良い特徴埋め込みと類似度測定に焦点を当てています。本研究では、追跡用の包括的な物体表現を構築することに重点を置いています。私たちは、既存の追跡アルゴリズムを基盤として使用し、シアムネットワークのさらなる学習を必要とせずに機能するフレームワークを提案します。このフレームワークは、追跡プロセス中に追加の物体テンプレートを取得するというアイデアを利用しています。保存されるテンプレート数が限られているため、私たちの方法は最も多様なテンプレートのみを保持します。これにより、新たな多様性測定法（diversity measure）をシアム特徴空間で提供することで実現しています。得られた表現は、システムに提供される真値物体位置情報以上の情報を含んでおり、追跡だけでなく、物体の視覚的理解が必要な他のタスクにも有用です。追跡ベンチマークでの強力な経験的結果から、私たちの方法が基本となる追跡アルゴリズムの性能と堅牢性を向上させつつ、その速度をほとんど低下させずに動作することを示しています。さらに、私たちの方法は現在の最先端結果に匹敵する性能を達成しており、より単純かつ古いネットワークアーキテクチャを使用しながら3倍速く動作します。