- …
- …
#496
summarized by : Anonymous
どんな論文か？
Deformable Siamese Attention Networkを提案。従来のSiameseベース手法における、テンプレートがオンラインで更新されない点、およびテンプレートと検索画像の特徴はが独立して計算されている点を改善。アピアランスの大きさのばらつきや、複雑な背景でもロバストにオブジェクトトラッキングできる。
新規性
自己注意機構と交差注意機構で構成されるDeformable Siamese Attention(DSA)モジュールを導入した。これにより、強い文脈情報を学習しチャネル間の相互依存的な特徴を選択的に強調でき、またテンプレートと検索画像と間で文脈的相互依存を集約しテンプレートを適応的に更新する。DSAに加え、注目の特徴間の深さ方向の相互相関を計算するモジュールを備え、正確なトラッキングができる。
結果
6つのベンチマーク(OTB-2015, UAV123, VOT2016,VOT2018, LaSOT,TrackingNet)での比較でSOTA。特にEAOのスコアで、VOT 2016では0.464→0.537、VOT2018では0.415→0.470とSiamRPN++を上回った。
その他（なぜ通ったか？等）
複数のベンチマークでのSOTAとリアルタイム性の高さ(33fps)も採択のポイント考えられる.
- …
- …