- …
- …
#342
summarized by : 遠藤大河
どんな論文か？
最初のフレームで物体を検出し，後続のフレームで同じ物体を検出し続けることで物体検出を物体追跡に変換できる．本論文では単一のトレーニング画像を使用して検出器を新しいドメインに素早く適合させるModelagnostic Meta Learning（MAML）を物体追跡タスクに使用した．
新規性
物体検出の手法であるRetinaNetおよびFCOSにMAMLを導入し，物体の外観が大きく変化した場合でも、最初のフレームで検出した物体を後続のフレームでも検出し続けることができるRetina-MAMLおよびFCOS-MAMLという2つの検出器を構築し，物体追跡を行った．
結果
最先端手法(SOTA)と比較した結果，OTB-100のデータセットではRetina-MAMLとFCOS-MAMLがAUCがそれぞれ0.712と0.704で，最もパフォーマンスの高い精度となった．
その他（なぜ通ったか？等）
物体検出の進歩を十分に活用した手法によって，より効果的な物体追跡が可能となった．
- …
- …