FEAR：高速かつ効率的、高精度でロバストな視覚トラッカー

本稿では、高速かつ効率的で、高い精度と頑健性を備えたシアンセス型視覚追跡手法「FEAR」を提案する。本研究では、時間的情報を単一の可学習パラメータで効率的に統合することで、オブジェクトモデルの適応に二重テンプレート表現を活用する新規かつ効果的な手法を提案する。さらに、ピクセル単位の融合ブロックを導入することで、追跡器のアーキテクチャを強化した。上記のモジュールを高度なバックボーンと組み合わせることで、FEAR-MおよびFEAR-Lは、複数の学術ベンチマークにおいて、精度と効率の両面で多くの既存シアンセス型追跡器を上回る性能を達成した。軽量バックボーンを用いた最適化版であるFEAR-XSは、現在のシアンセス型追跡器と比較して10倍以上高速でありながら、ほぼ最先端の性能を維持している。FEAR-XSはLightTrackと比較して2.4倍小さく、4.3倍高速であり、さらに高い精度を実現している。さらに、モジュールのエネルギー消費と実行速度を評価する「FEARベンチマーク」を導入し、モデルの効率性の定義を拡張した。本研究では、モバイルデバイス上での追跡器において、エネルギー消費が重要な制約要因であることを示した。ソースコード、事前学習済みモデル、評価プロトコルは、https://github.com/PinataFarms/FEARTracker にて公開されている。