要約
可視光画像と赤外線画像にはそれぞれ長所と短所があるため、RGBT追跡がますます注目を集めています。RGBT追跡の重要なポイントは、可視光画像と赤外線画像の特徴抽出および特徴融合にあります。現在のRGBT追跡手法は、個々の特徴（単一カメラからの画像から抽出された特徴）と共通の特徴（RGBカメラと熱像カメラから抽出され融合された特徴）に多くの注意を払っていますが、異なる登録画像ペアのシーケンスに対する個々の特徴と共通の特徴の異なる動的な貢献度にはあまり注意を払っていません。本論文では、新たなRGBT追跡手法である動的融合ネットワーク（Dynamic Fusion Network: DFNet）を提案します。この手法は2ストリーム構造を採用しており、各層で2つの非共有畳み込みカーネルを使用して個々の特徴を抽出します。さらに、DFNetは各層で共有畳み込みカーネルを使用して共通の特徴を抽出します。非共有畳み込みカーネルと共有畳み込みカーネルは、異なる画像ペアに応じて適応的に重み付けされ合算されるため、DFNetは異なるシーケンスに対する異なる貢献度に対処できます。DFNetは高速であり、フレームレートは28.658 FPSです。実験結果によると、DFNetが非共有畳み込みカーネルに基づく融合手法よりもMult-Addsが0.02%増加するだけで、精度率（Precision Rate: PR）と成功率（Success Rate: SR）はそれぞれ88.1%と71.9%に達しました。