RN-VID：動画オブジェクト検出のための特徴統合アーキテクチャ

動画における連続するフレーム間には高い冗長性が存在する。そのため、動画オブジェクト検出のタスクを実行するにあたり、各フレームに対して単一フレーム検出器を独立して適用し、過去の情報を一切再利用しない手法は、非常に非効率である。こうした背景を踏まえ、本研究では「RetinaNet-VIDeo（RN-VID）」と呼ばれる新しい動画オブジェクト検出手法を提案する。本研究の貢献は二つある。第一に、近接するフレームからの情報を活用して特徴マップの品質を向上させるための新たなアーキテクチャを提案する。第二に、チャネルの再順序付けと1×1畳み込みを用いた新しいモジュールを設計し、同じ次元の特徴マップを効果的に統合する手法を提案する。さらに、RN-VIDが、推論時の追加コストをほとんど増加させることなく、対応する単一フレーム検出器よりも高い平均精度（mAP）を達成できることを実証した。