#205
summarized by : 福原吉博 (Yoshihiro Fukuhara)
Transformer Meets Tracker: Exploiting Temporal Context for Robust Visual Tracking
Ning Wang, Wengang Zhou, Jie Wang, Houqiang Li

どんな論文か？

Transformer を使用した物体追跡手法の研究. 時間的なコンテキストを考慮した物体追跡を行うために, NLPで使用される Transformer を時間情報を複数フレームに渡って転送するように改良している.
placeholder

新規性

物体追跡に Transformer を適用するために, 次の点を改良した, 1) エンコーダとデコーダを２つのブランチに分けた Siamese Network 型の構造. 2) エンコーダとデコーダの self-attention blockで weight sharing. 3) instance normを使用. 4) スリム化 (single-head attention / FC層削除).

結果

提案した Transformer を使用した構造を従来の Siamese Network または discriminative correlation filter を使用した物体追跡のパイプラインに適用し, TrackingNet, GOT-10k, LaSOT, VOT2018 などのベンチマークにおいて評価実験を行い, 既存の SoTA 手法を上回る結果を達成した.

その他（なぜ通ったか？等）

https://github.com/594422814/TransformerTrack

このページで利用されている画像は論文から引用しています．