NeighborTrack: 이웃 트랙릿을 활용한 단일 객체 추적 개선

우리는 추적 대상의 이웃 정보를 활용하여 단일 객체 추적(Single-Object Tracking, SOT) 결과를 검증하고 개선하는 후처리기인 NeighborTrack을 제안합니다. 이 방법은 추가 데이터나 재학습이 필요하지 않습니다. 대신, 기존 SOT 네트워크가 예측한 신뢰도 점수를 사용하여 자동으로 이웃 정보를 도출하고, 이를 통해 추적 결과를 개선합니다. 대상이 가려져 있을 때 그 외관 특징은 신뢰할 수 없습니다. 그러나 일반적인 시아메즈 네트워크는 신뢰도 점수만으로 추적 대상이 가려졌는지 판단하기 어려울 수 있으며, 높은 신뢰도 점수를 가진 이웃에 의해 오도될 위험이 있습니다. 제안된 NeighborTrack은 가려지지 않은 이웃들의 정보를 활용하여 추적 대상을 재확인하고, 대상이 가려졌을 때 잘못된 추적을 줄입니다. 이는 가림 현상으로 인한 영향을 감소시키는 것뿐만 아니라, 객체의 외관 변화로 인한 추적 문제도 해결합니다. NeighborTrack은 SOT 네트워크와 후처리 방법에 독립적이며, 단기 객체 추적에서 주로 사용되는 VOT 챌린지 데이터셋에 대해 Ocean, TransT, 그리고 OSTrack 세 가지 유명한 SOT 네트워크의 성능을 평균적으로 ${1.92\%}$ EAO(Expectation of Average Overlap)와 ${2.11\%}$ 로버스트성(Robustness)으로 향상시킵니다. 또한 OSTrack 기반의 중장기 및 장기 추적 실험에서는 LaSOT에서 최고 수준의 ${72.25\%}$ AUC(Area Under Curve)와 GOT-10K에서 ${75.7\%}$ AO(Average Overlap) 성능을 달성했습니다. 코드는 https://github.com/franktpmvu/NeighborTrack에서 확인할 수 있습니다.