초록
본 논문에서는 타겟에 대한 분할(마스크)을 사용하여 온라인 및 실시간 시각 객체 추적을 위한 경계 상자의 회전 각도와 크기를 추정하는 새로운 알고리즘을 제시합니다. 우리의 방법, SiamMask_E는 최신 객체 추적 알고리즘인 SiamMask의 경계 상자 맞춤 절차를 개선하면서 여전히 GPU(GeForce GTX 1080 Ti 이상)가 장착된 시스템에서 빠른 추적 프레임 속도(80 fps)를 유지합니다. 우리는 회전된 경계 상자로 라벨링된 시각 객체 추적 데이터셋(VOT2016, VOT2018, VOT2019)에서 접근법을 테스트했습니다. 원래 SiamMask와 비교하여 VOT2019에서 정확도(Accuracy) 0.652와 EAO 0.309를 달성했으며, 이는 원래 SiamMask보다 각각 0.056와 0.026 높은 결과입니다. 구현은 GitHub에서 확인할 수 있습니다: https://github.com/baoxinchen/siammask_e.