Siamese 네트워크 기반 시각적 객체 추적기에서 더 나은 매칭을 위한 연구

최근, 시아메즈 네트워크 기반 추적기들이 빠른 추적 속도와 높은 성능으로 큰 관심을 받고 있습니다. 그러나 이러한 성공에도 불구하고, 이 추적 프레임워크는 여전히 여러 제한 사항을 가지고 있습니다. 첫째, 대규모 객체 회전을 적절히 처리할 수 없습니다. 둘째, 배경에 주목할 만한 객체가 포함되어 있을 때 추적이 쉽게 방해받습니다. 본 논문에서는 이러한 문제들을 해결하기 위해 각도 추정과 공간 마스킹이라는 두 가지 간단하면서도 효과적인 메커니즘을 제안합니다. 목적은 더 대표적인 특징을 추출하여 다른 프레임에서 같은 객체 간의 더 나은 매칭을 얻는 것입니다. 이를 통해 개발된 추적기인 Siam-BM은 추적 성능을 크게 향상시키면서도 실시간 능력을 유지하는 것을 목표로 합니다. VOT2017 데이터셋에서의 평가 결과, Siam-BM은 EAO 0.335를 달성하여 현재까지 가장 우수한 실시간 추적기로 입증되었습니다.