RTracker: PN 트리 구조화 메모리를 통한 복구 가능한 추적

기존의 추적 방법은 주로 더 나은 타겟 표현을 학습하거나 더 강력한 예측 모델을 개발함으로써 추적 성능을 향상시키는 데 초점을 맞추고 있다. 추적 성능은 크게 향상되었지만, 추적 실패, 완전한 가림, 또는 시야 밖 상황 등으로 인해 타겟 손실이 자주 발생한다. 그러나 실용적 응용에서 매우 중요한 추적 방법의 자가 복구 문제에 대해서는 상대적으로 덜 주목받고 있다. 이를 해결하기 위해 우리는 트리 구조 메모리를 활용하여 추적기와 탐지기를 동적으로 연결함으로써 자가 복구 능력을 갖춘 회복 가능한 추적 프레임워크인 RTracker를 제안한다. 구체적으로, 긍정 및 부정 타겟 샘플을 시계적 순서로 저장하고 유지하기 위한 긍정-부정 트리 구조 메모리를 제안한다. 이 PN 트리 메모리 기반으로 타겟의 상태를 판단하기 위한 대응하는 워킹 규칙을 개발하고, 다양한 추적 상황에서 추적기와 탐지기를 통합하는 제어 흐름을 정의한다. 본 연구의 핵심 아이디어는 긍정 및 부정 타겟 카테고리의 지원 샘플을 활용하여 상대적 거리 기반 기준을 설정함으로써 타겟 손실을 신뢰성 있게 평가하는 것이다. 제안된 알고리즘은 수많은 도전적인 벤치마크에서 최첨단 방법들과의 비교에서 우수한 성능을 보여줌으로써 그 효과성을 입증한다.